Download - Countrymetrics e valutazione della performance economica ... · Countrymetrics e valutazione della performance economica dei ... complemento) del rischio di crack ... spesso oggetto

Ceris-Cnr, W.P. N° 13/2004

1

Countrymetrics e valutazionedella performance economicadei paesi: un approccio sistemico[Countrymetrics and economic performance evaluation of countries.A systemic approach]

Mario Coccia

National Research Council of ItalyCeris-Cnr - Institute for Economic Research on Firms and Growthemail: [email protected]

Abstract. The crisis of international markets following recent events such as the terroristattacks, the wars in the East, the growing financial globalisation and integration have raisedan interest in the analysis of country risk. Facing such a turbulent situation of the markets(Emery and Trist, 1965), uncertain for nations and international investors alike, it isextremely important to provide an evaluation of country risk with a basis that must be asobjective as possible in relation to industrialised countries as well as to emerging nations(Cruces et al., 2002). National transparency and good government are importantprerequisites in order to access international financial markets. In relation to the growingrelevance of such issues, this study shall try to measure and evaluate the risk of the countrysystem by means of a new systemic approach. In particular, we shall attempt to calculate amagnitude that can act as an indicator of economic stability and growth prospects as well asof the risk of economic-financial crashes (complement). Moreover, we shall try to elaboratea quality-quantity scale along which countries can be placed according to theirperformance; this scale can also become an indicator of the nations’ economic stability andcountry risk. The application is based on 51 countries for the 2000-2002 period. Someconcluding remarks and macroeconomics implications conclude the research.

Keywords: Countries risk evaluation, Economic performance, Comparative studies of countries,Economic growth, Systemic approach

JEL Codes: C00; E30; O11; O40; O57


WORKING PAPER CERIS-CNRWorking paper N. 13/2004Anno 6, N° 13 – 2004Autorizzazione del Tribunale di TorinoN. 2681 del 28 marzo 1977

Direttore ResponsabileSecondo Rolfo

Direzione e RedazioneCeris-CnrIstituto di Ricerca sull’Impresa e lo Sviluppo

Sede di TorinoVia Avogadro, 810121 Torino, ItalyTel. +39 011 5601.111Fax +39 011 [email protected]://www.ceris.cnr.it

Sezione di Ricerca di RomaIstituzioni e Politiche per la Scienza e la TecnologiaVia dei Taurini, 1900185 Roma, ItalyTel. 06 49937810Fax 06 49937884

Sezione di Ricerca di MilanoDinamica dei Sistemi EconomiciVia Bassini, 1520121 Milano, Italytel. 02 23699501Fax 02 23699530

Segreteria di redazioneMaria Zittino e Silvana [email protected]

DistribuzioneSpedizione gratuita

Fotocomposizione e impaginazioneIn proprio

StampaIn proprio

Finito di stampare nel mese di January 2005

Copyright © 2004 by Ceris-CnrAll rights reserved. Parts of this paper may be reproduced with the permission of the author(s) and quoting the source.

Tutti i diritti riservati. Parti di questo articolo possono essere riprodotte previa autorizzazione citando la fonte.


3

INDICE

1. Paese come sistema di forze e definizione del rischio......................................................................... 5

2. Misurazione e valutazione del rischio paese e aspetti teorici sulla valutazione............................. 10

3. Una metodologia di misurazione del rischio paese: l’approccio sismico-sistemico ....................... 123.1. Indici di misurazione dell’attività economica dei paesi ............................................................... 123.2. La magnitudo Coperev ................................................................................................................. 12

4. Applicazione e primi risultati ............................................................................................................ 13

5. Discussione, implicazioni di politica macroeconomica e ruolo della banca centrale..................... 14

Bibliografia ............................................................................................................................................... 16

Appendici Tabelle e figure....................................................................................................................... 19

Working Paper Series (2004-1993) ....................................................................................................... I-V


5

e recenti crisi dei mercati a seguito degliattacchi terroristici, delle guerre in Oriente,della crescente globalizzazione edintegrazione finanziaria, hanno fatto

crescere l’interesse per l’analisi del rischio paese.Di fronte a questa situazione di incertezza eturbolenza dei mercati (Emery e Trist, 1965) siaper i paesi sia per gli investitori internazionali è dicruciale importanza che la valutazione del rischiopaese abbia delle basi il più possibile oggettive siaper quanto riguarda i paesi industrializzati, sia per ipaesi emergenti (Cruces et al., 2002). Latrasparenza e il buon governo dei paesi sono delleimportanti condizioni per accedere ai mercatifinanziari internazionali. Il Basel Commiteesuggerisce lo sviluppo di modelli di rischio perrendere più stabili i mercati finanziariinternazionali. La valutazione del rischio paese si èbasata molto spesso su diversi approcci comebalanced-score cards, ratings, modelli strutturali,rendimento di interesse ecc. (Bouchet et al., 2003)ed un problema preso in considerazione è statoquello delle correlazioni dei default. I primi lavorisu questi tipi di modelli si devono a Lucas (1988)che elaborò un approccio basato sui dati storici.Quest’ultimo approccio presenta problemi legatialle difficoltà di raccogliere abbastanza dati sulleserie storiche per una accurata stima dellecorrelazioni di default fra i vari paesi. Un altrolimite è quello di non riconoscere che lacorrelazione di default tra Argentina e Venezuelapotrebbe essere molto diversa di quella traArgentina e Vietnam. Terzo, le correlazioni didefault variano nel tempo, in tal modo la storia puònon riflettere la realtà corrente.

Il secondo approccio al default si deve a Merton(1974) e si basa sui possessori di azioni che hannol’opzione di vendere i capitali dell’impresa,piuttosto che ripagare il debito, se il valore delcapitale ottenuto è sotto il valore del debito. L’ideabase è che il default del debito avviene se il valoredel mercato dei capitali dell’impresa cade sottol’ammontare dovuto del prestito. Diversi sono statigli adattamenti a questi modelli e molti studi sonostati dedicati ad analizzare la correlazione deldefault dei paesi del sud America (Ortiz eRodríguez, 2002).

Il rischio del paese è molto più difficile davalutare rispetto, ad esempio, al rischio di creditoper vari motivi:− La mancanza di un mercato di liquidità rende

difficile attribuire un prezzo al rischio delpaese per uno specifico debitore e creditore;

− Sebbene i paesi hanno una contabilitànazionale, le valutazioni prodotte non possono

essere usate in modo simile alla contabilitàdelle imprese;

− I paesi non possono andare in bancarotta comeinvece accade nelle imprese.

Il presente lavoro, di fronte all’importanzaassunta da tali problematiche, si propone dimisurare e valutare il rischio del sistema paeseattraverso un nuovo approccio sistemico. Inparticolare si cercherà di calcolare una magnitudoche sia indicatore sia della stabilità economica edelle prospettive di crescita, sia (insiemecomplemento) del rischio di crack economico-finanziari. Inoltre si cercherà di elaborare una scalaquali-quantitativa dove collocare i vari paesi inbase alle loro performance e che sia un indicatoredella stabilità economica e del rischio paese.

A tal fine la sezione due sarà dedicataall’approfondimento dei concetti di rischio, disistema e del rischio del sistema paese, oltre ad unabreve descrizione degli enti che si occupano divalutare il rischio paese e delle definizioni diprevisione (forecast e foresight). La sezione tredescriverà metodologie, e linee guida per lavalutazione dei sistemi. La sezione 4 presenta lametodologia di misurazione e valutazione delrischio paese che sarà basata su modelli linearichiamati Coperev acronimo che significa Countryperformance evaluation.

La sezione 5 presenta l’applicazione dellametrica su un data base triennale che riguarda unaserie di paesi. Una serie di aspetti conclusivi eimplicazioni di policy chiudono il lavoro.

1. Paese come sistema di forze e definizione delrischio

Il paese può essere considerato come un sistema,formato da altri sottoinsiemi che si influenzano avicenda. Prima di definire il rischio, si ritieneopportuno approfondire il concetto di sistema.

Un sistema è un insieme di parti (materiali edimmateriali) interagenti e coordinati per ilraggiungimento di uno scopo comune. Beer (1973)mostra come gli n elementi di un sistemapresentano n(n-1) relazioni evidenziate attraverso ilegami che uniscono le parti. I paesi sonoconsiderati dei sistemi di tipo aperto, poiché hannointerscambi (di energia, materie, informazioni,ecc.) con l’ambiente (l’esterno del sistema), aretroazione, in quanto sono influenzati dal propriocomportamento passato. Il paese essendo unsistema molto complesso di parti interdipendentitra loro ed in relazione con l’ambiente esterno, può

L


6

essere analizzato con un approccio sistemico.Questa filosofia di ricerca si è rapidamente estesaquando Forrester (1977) elaborò la dinamica deisistemi per analizzare la struttura dei sistemicomplessi, siano essi meccanici, sociali o misti.

Il funzionamento e le performance economichedel sistema paese dipende dai seguenti elementi(Figura 1).

Gli input sono le risorse del sistema. In un paesesono il fattore umano, le informazioni, le idee, leinfrastrutture, le risorse naturali, le fonti difinanziamento, ecc.

Il processo produttivo di un paese trasforma,attraverso il sub-sistema innovativo, bancario edelle istituzioni finanziarie, industriale ecommerciale, gli input in output attraverso larealizzazione di prodotti e/o servizi, materiali edimmateriali, know how, brevetti, ecc.

Gli output sono i beni e servizi materiali edimmateriali prodotti.

Il recipiente è rappresentato dal mercato internoed estero.

I risultati sono le variabili che hanno valore peri sistemi riceventi. Importanti risultati riguardanol’aumento del benessere e della ricchezza dellanazione.

Il rischio del SP può essere considerato come ilpotenziale danno causato da un singolo evento o dauna serie di eventi.

Il concetto di rischio è spesso oggetto diconfusione. Esso deriva dal termine latinoreseclare. Il concetto di rischio va distinto da unasituazione di incertezza in base al fatto che nellaprima la probabilità degli eventi è stimata in base acondizioni di vulnerabilità soggettive o oggettivementre nella seconda tale probabilità è non nota evalutabile. Il significato più comune al terminerischio è la possibilità del verificarsi di una perditao un danno. In tal caso il rischio è l’eventonegativo stesso.

Il rischio tecnicamente, nell’analisi dei paesi, èconsiderato come la combinazione di due fattori(OECD, 2004):

1. la probabilità che si verifichi un danno;2. la vulnerabilità ad esso.Il pericolo è inteso come una minaccia alla

salute e vita umana, alla proprietà, all’infrastrutturae all’ambiente.

La vulnerabilità misura l’esposizione della vita

umana, salute e capitali ad un pericolo, sia intermini diretti sia indiretti.

Il Rischio Paese (RP) è causato da eventipolitici (indisponibilità a ripagare) o economici(incapacità di ripagare) di un particolare paese. Èmisurato spesso come un trasferimento di rischio.L’elemento centrale del trasferimento del rischio èla possibilità che il debitore possa non esserecapace di garantire il pagamento degli interessi suidebiti esterni a causa del rischio economico epolitico del paese, nonostante la disponibilità dellavaluta locale (Australia and New Zealand BankingGroup, 2004). Il RP rappresenta anche lapotenziale volatilità di capitali stranieri, o ilpotenziale default di obbligazioni di governi esteri,a causa di eventi politici e/o finanziari interni. IlRP può portare alla riduzione della profittabilità disvolgere affari in un dato paese, a seguito di:

cambiamenti di politiche economiche da partedel governo

errate politiche monetarie e fiscali del governo guerre, conflitti sociali e di lavoro

Altri sostengono che il Rischio Paese si haquando, il paese medesimo, non sarà in grado dionorare i suoi obblighi finanziari oppure quandopuò danneggiare le performance di tutti glistrumenti finanziari all’interno del paese, comepure dei paesi collegati. Il RP alcuni loidentificano col livello di incertezza politica,finanziaria ed economica in un paese che influenzail livello dei prestiti o investimenti in un datopaese. Il quotidiano italiano “Il Sole –24 Ore”considera il RP, estrapolandolo da alcuni suoiarticoli, come eventi politico-giudiziari (inchieste,corruzione, ecc.) che avendo un’influenza direttasui mercati finanziari, generano nervosismo efanno aumentare gli indici che misurano il rischiopaese (come ad esempio l’Embi+ della J.P.Morgan).

Importante osservare come il sistema-insiemedel rischio Paese ha al suo interno una serie disottoinsiemi che rappresentano altrettanti rischi(Figura 2). Il rischio Paese comprende il:

sotto insieme del rischio del settore sotto insieme del rischio dei mercati

finanziari sotto insieme del rischio di default delle

imprese


7

1. INPUT

• Risorse naturali• Terreni• Capitali• Capitale umano• Conoscenza

tacita edesplicita

2. PROCESSO

• Ditrasformazionedegli input inoutput (sistemainnovativo,creditizio,industriale ecommerciale)

3. OUTPUT

• Prodotti /processi

• Brevetti• Formazione• Nuova

conoscenzatacita edesplicita

• Servizi• Know how

4. RECIPIENTE

MERCATOINTERNOedESTERO

5. RISULTATI

AUMENTO DELBENESSERE

SOCIALEE DELLA

RICCHEZZANAZIONALE

Figura 1: Il sistema paese

Figura 2: Insiemi e sotto insiemi del rischio paese

Rischio didefault delle

imprese

Rischio dei mercatifinanziari

Rischio del settore

Patrimoniale

Finanziario

SISTEMA IMPRESA

Economico

Rischio del sistema paese


8

Robock (1971), Desta (1985), Miller (1992) eMeldrum (2000) fanno una lista dei diversi tipi dirischio paese e descrivono sia le lorocaratteristiche, sia le loro origini. Le principalitipologie di rischio sono raggruppate in tre grandicategorie:1. Rischio naturale: terremoti di forte magnitudo

ed ogni altro disastro naturale.2. Rischio socio-politico suddiviso a sua volta in:

Sociale: azioni collettive di organizzazionicome ad esempio sindacati, organizzazioninon governative e/o gruppi di persone che inmodo democratico o meno, influenzano lepolitiche di governo (un esempio sono lepressioni dei narcotrafficanti sul governocolombiano). Politiche governative: riguarda azioni daparte delle autorità locali a danno di impreseestere come ad esempio l’espropriazione onazionalizzazione, restrizione dei commerci,ecc. Un esempio può essere i terreni chel’impresa italiana Benetton ha acquistato inPatagonia e che alcune popolazioni locali (gliindigeni Mapuche) le rivendicano, facendopressioni sul governo nazionale. Politico: cambiamento nel sistema politico aseguito di guerre civili o guerre con altripaesi che danneggiano la struttura economicadel paese e soprattutto gli investimenti esteri(gli esempi del vicino Oriente sono più chemai attuali).

3. Rischio economico che si divide in: Micro che riguarda specifici settori o alcuneimprese come ad esempio quello che hacolpito in Italia alcune imprese (Parmalat eCirio) a seguito di atti di criminalitàfinanziaria che si caratterizzano per ilmancato rimborso delle obbligazioni e di altridebiti, oppure quello che ha colpito il settoredell’acciaio nel 2004 in Europa a seguitodella riduzione delle esportazioni di materiaprima da parte della Cina. Macro che riguarda l’intero ambienteeconomico e colpisce tutte le impresenazionali ed internazionali. È caratterizzatoda elevato tasso di inflazione e didisoccupazione, difficoltà da parte dellebanche di restituire i depositi ai risparmiatori,difficoltà da parte delle Stato di onorare i

debiti nazionali ed internazionali (ad esempiol’Argentina). Esso non ha ripercussioni sulsistema politico salvo il cambiamento delgoverno per incapacità nella gestione dellapolitica economico-finanziaria.

I Fondamenti economico-finanziari dellavalutazione del rischio paese riguarda la capacitàdel paese a generare abbastanza scambi conl’estero per mantenere i livelli richiesti diimportazioni e stabile il debito con l’estero. Leanalisi sono in genere svolte in termini di analisi diequilibrio nazionale ed estero. L’equilibrionazionale si riferisce generalmente ai livelli dipiena occupazione per mantenere certi livelli dicrescita economica e di vita. Gli equilibri conl’estero si riferiscono all’uguaglianza tra domandaed offerta di moneta nazionale sui mercati dicommercio estero. In generale si esaminanoaggiustamenti economici a cause di disequilibriocome ad esempio una svalutazione dei prezzi,redditi e la composizione di output e consumo(Krugman, 1988; Alexander, 1952; Razin, 2001;Clark, 1991; 2002).

La valutazione del rischio paese può esseresvolta anche attraverso metodologie qualitativebasate sull’approccio strutturale del welfare esull’analisi degli indicatori sociali, della crescitamacroeconomica, indebitamento esterno, liquiditàed analisi dell’insolvenza, della governance, ecc. Ilgiudizio di valutazione si divide in rating sulrischio globale del paese e rating sul rischio disolvibilità del paese. Quest’ultimo è elaborato daalcune società di consulenza come Moody’s,Standard & Poor’s e Fitch-Ibca. L’ultima agenziadi valutazione internazionale ha il quartier generalesia a Londra, sia a New York ed è una parte dellaconglomerata francese Fimalac. Nata in seguito aduna serie di fusioni con Ibca nel 1997, con Duff &Phelps e Thompson Financial Bank Watch nel2000. Assegna il rating ad 80 paesi e il suoobiettivo “è valutare la capacità sovrana dei paesi ela loro disponibilità a generare scambi con l’esteronecessari ad adempiere le loro obbligazioni (Fitch,2004)”. La Moody’s è stata parte per circa 40 annidella Dun & Bradstreet da cui si separò nelsettembre del 2000 ed ora è un’impresa quotataalla New York Stock Exchange. Ha un team dianalisti di 25 paesi e assegna il rating a circa 100paesi. Questa società che produsse il suo primo


9

rating nel 1909 è la società leader del settore. Lasua metodologia ha subito notevoli modifiche edora è ben struttura ed assegna il ratingdifferenziandolo in locale ed estero (Moody’s,2004). L’ultima agenzia di valutazioneinternazionale è la Standard & Poor (S & P) che èuno dei tre giganti che assegna anche il rating alleimprese. È una divisione della casa editriceinternazionale McGraw-Hill e genera reddito dallespese che fa pagare per il rating dei debitori.Compre circa 90 paesi. Il rating di solvibilità cheassegna S&P è differente da quello di Moody’s eFitch poiché non menziona né gli scambi conl’estero, né la disponibilità di valuta estera. La suavalutazione è basata sull’abilità del governo e sulladisponibilità a pagare completamente gli interessisul debito nel tempo (Standard & Poor, 2004).

I giudizi di queste società di consulenza sonopubblicati su riviste come Euromoney (2004) che èla più autorevole fonte di informazione sui trendnel settore bancario internazionale e dei mercatidei capitali, su Institutional Investor che dal 1979concentra le sue pubblicazioni sulla capacità dicredito dei paesi (Shapiro, 2001).

Il rating valuta il clima generale degliinvestimenti per i diversi investitori ed èsviluppato da organizzazioni specializzate nelglobal country risk rating come BusineesEnvironment Risk Intelligence (BERI, 2004),Political Risk Service (PRS, 2004), InternationalCountry Risk Guide (ICRG) ecc.1. BERI, fondata nel 1966 da Haner (1966),

fornisce tre volte l’anno un rischio di businesse il suo indice copre 50 paesi ed è disponibiledal 1970. Quattro tipi di rating sono forniti:political risk index (PRI), operations risk index(ORI), Remittance and repartiation Factor (RFactor) e Composite score che è unacombinazione dei tre.

2. Political Risk Service (PRS, 2004) nasce nel1970 ed è stata parte della IBC Group e dellaUSA-Based political risk service group.Pubblica il PRS come pure la InternationalCountry risk guide (ICRG). Copre 100 paesi efornisce previsioni del rischio dei businessinternazionali da 18 mesi a 5 anni.

3. International Country risk guide (ICRG) erainizialmente pubblicata nelle newsletter deireport internazionali. Fino al 1992 faceva partedel PRS group prima descritto. ICRG copre

140 paesi e produce distinte categorie di rischiosu base mensile: politico, economico efinanziario come pure uno composito derivantedal mix degli altri. ICRG fa previsioni da uno a5 anni.

4. Una organizzazione molto importante che sioccupa di rischio paese e di cui noi abbiamoutilizzato la banca-dati disponibile on line èThe Economist Intelligence Unit (EIU, 2001)fondata nel 1949. Essa si definisce come illeader mondiale nel fornire l’intelligence suipaesi (EIU, 2004). A partire dal 1997 fornisceil rating di molti paesi industrializzati e non. Ilsuo metodo è basato da una serie di risposte diesperti su un questionario qualitativo equantitativo basato su 77 domande. Il risultatoè un indice di 100 che è suddiviso in cinquefasce dalla A (basso rischio) alla E (altorischio). L’EIU analizza quattro categorie dirischio (politico, economico, della strutturaeconomica e della liquidità) che sonocombinati in un indice globale con pesi pari a22%, 28%, 27% e 23% rispettivamente. L’EIUusa in generale dati storici e stime correnti diesperti. La sua valutazione è basata sullasituazione attuale senza predire l’evoluzionedei parametri e quindi fare attività di forecast eforesight.

Alcune organizzazioni internazionali associanoall’attività di rating quella di previsione a breve-medio termine. Siccome il termine «previsione»sarà ampiamente utilizzato nel corso di questolavoro si cercherà brevemente di chiarire alcuniconcetti. In realtà, previsione è un termine chefacilmente si presta ad equivoci e fraintendimenti,per ragioni che, per comodità di esposizione,potremmo distinguere in semantiche edesistenziali. Dal punto di vista semantico, siriscontra un forte grado di «fungibilità» traespressioni che a rigore indicano concetti diversi,ma che spesso nell'uso corrente sono usate comesinonimi: si pensi a proiezione, tendenza,prospettiva, pianificazione, e così via. Qualcheprecisazione al riguardo non sembra inutile, ancheperché, come si vedrà più avanti, la costruzione dimodelli di valutazione del rischio paese si pone inun rapporto che talvolta è di complementarità matalaltro di alternativa nei confronti di alcuni deimetodi di previsione.

Procedendo per semplici definizioni (Godet,


10

1985), si possono fissare alcuni concetti:− una proiezione si definisce come il

prolungamento nel futuro di una determinataevoluzione verificatasi nel passato ed è basatasu ipotesi di tipo estrapolativo od anche sulpresupposto della prosecuzione di relazionicausali con altri fenomeni;

− una previsione (in senso stretto) è lavalutazione critica del grado di affidamentoattribuibile all'evoluzione di una determinatavariabile ad un prefissato orizzonte temporale;

− una esplorazione prospettiva, o piùsemplicemente una prospettiva, è lapredisposizione di un ventaglio di futuripossibili, identificati sulla base di variabiliquantitative e di elementi qualitativi, tenutoconto del peso del passato e delle potenzialitàdelle forze in gioco.

Si potrebbe dire che i tre termini1, nellasequenza riportata, individuano una sorta dicrescendo: da un approccio dichiaratamentedeterministico e con valenza più ristretta, ad unopiù sofisticato, attento alle valutazioni diprobabilità, ed infine all'approccio più innovativo,caratterizzato dall'inserimento di variabiliqualitative e dal disegno di possibilità alternative,quindi da una valenza applicativa più ampia.Secondo un approccio tipico della letteraturafrancese sull'argomento (soprattutto Berger, 1964 eGodet, 1985 e 1987; ma anche, seppure meno 1 È stato acutamente osservato (Masini Barbieri, 1987) che

il termine italiano «previsione» non è equivalente aquello francese prévision né a quello inglese forecasting,dei quali costituisce molto spesso la traduzione. Inentrambi questi termini, infatti (ma più in quello franceseche in quello inglese), è implicita un'idea del futuro comecrescita in qualche modo lineare rispetto al passato, il checaratterizza i rispettivi metodi come sostanzialmenteestrapolativi, dunque assimilabili a quelli che nel testosono stati individuati con i vocaboli proiezione eprevisione (in senso stretto). Il concetto espresso daltermine italiano «previsione» (in senso lato) contiene,invece, elementi che lo rendono molto simile alcontenuto del francese prospective, caratterizzato damaggiore flessibilità e da forte volontarismo. Si osserviche queste difficoltà di ordine semantico non siriscontrano solo nella nostra lingua: anche nel lessicoanglosassone, ad esempio, non c'è un termine univocoche indichi il concetto di prospective, talché in sua vecein alcuni casi si adopera il termine forecasting,forzandone il significato originario, ed in altri casi sipreferisce riportare tal quale il termine francese(quest'ultima, ad esempio, è la soluzione scelta daitraduttori del testo di Godet, 1985).

esplicitamente) l'atteggiamento della «prospettiva»è nettamente preferibile agli altri, in quanto essa:

comporta una visione globale dei sistemicomplessi da prevedere, comprensiva dunquedegli aspetti qualitativi dei problemi e delleposizioni degli «attori in gioco». Per contro,la «previsione» è di natura quantitativa eforzatamente parziale;

fa riferimento ad un futuro multiplo e incerto,che non è già scritto ma che è tutto dacostruire, mentre invece la «previsione» sibasa su un futuro unico e determinato(definibile solo «a parità di ogni altracondizione», il che significa in condizionipalesemente irrealistiche).

2. Misurazione e valutazione del rischio paese easpetti teorici sulla valutazione

I metodi di analisi del Country risk possonosintetizzarsi nei seguenti.

Analisi discriminate (Altman et al., 1977) Analisi delle componenti principali (Sherer e

Avellaneda, 2000) Stime non lineari e non parametriche

(Kaminski e Reinhart, 1999) Modelli Logit e Probit (Feder e Just, 1977) Analisi di regressione (Keswani, 1994; Pagès,

2000) Simulazioni Montecarlo Value at risk (VaR) (Pritsker, 1997) Reti neurali Multicriteria decision making (Zopounidis et

al., 1994; Clark et al., 1998)

Altre metodologie di valutazione dei ratingsono calcolate usando il valore dell’impresa(Merton, 1974) o attraverso la Countrymetrics diClark (2002) o il macro CAPM (Capital AssetPricing Model) (Bekaert e Harvey, 1995; Hwang ePedersen, 2004). In questi casi gli approcci piùimportanti sono quelli della Bank of America,Goldman Sachs e JP Morgan (Bouchet et al.,2003). Ulteriori analisi possono utilizzare l’analisiinternazionale degli investimenti di portfolio(Eaton e Gersovitz, 1987; Kabir et al., 2003) omisurare il rischio politico come un premioassicurativo (Clark et al., 1998; Liang, McIntosh,2000). Oetzel et al. (2001) analizzando 11


11

metriche del rischio-paese fra 17 paesi, con unaserie storica di 19, anni hanno messo in luce le lorodebolezze e la scarsa utilità per managers e policymakers. I giudizi di rating sono spesso sintetizzatidalle società specializzate in diverse scale divalutazione utilizzate per classificare il rischio diun paese. Le più importanti scale sono quelleelaborate da Moody’s, Standard & Poor e Fitch-Ibca che nella tabella 1 sono messe a confronto.

Tabella 1: Confronto di rating assegnati ai paesi

Moody’s S&P Fitch Descrizione

Aaa AAA AAA Migliorequalità

Aa1 AA+ AA+Aa2 AA AAAa3 AA- AA-

Alta qualità

A1 A+ A+A2 A AA3 A- A-

Buonaqualità

Baa1 BBB+ BBB+Baa2 BBB BBBBaa3 BBB- BBB-

Sufficiente

Ba1 BB+ BB+Ba2 BB BBBa3 BB- BB-

Parzialmentespeculativo

B1 B+ B+B2 B BB3 B- B-

Speculativo

La International Country Risk Guide (ICRG)utilizzando uno score composito, raggruppa i paesiin categorie ordinali per facilitare velocicomparazioni degli score, come nella seguentetabella 2 (Erb et al., 1996):

Tabella 2: Categorie di rischio della ICRG

Categoriadel rischio

Composite scorerange

Altissimo 0-49,5

Alto 50-59,5

Moderato 60-69,5

Basso 70-84,5

Bassissimo 85-100

I numerosi soggetti coinvolti nellacountrymetrics dimostra come sia necessariosviluppare delle misure degli stati di stabilità e

prospettive di crescita dei sistemi economici efornire così delle valutazioni quali-quantitative delrischio paese, ordinati in scale di rischiodecrescente dall’alto verso il basso. In altri campici sono un’ampia varietà di scale usate pergraduare (e quantificare) un evento o la potenzadel cambiamento. Fra gli esempi più comuni siricordano la scala MCS (Mercalli, 1883; Cancani,1903; Sieberg, 1930) o la scala Richter (1958) chein geofisica misurano l’intensità dei terremoti, lascala internazionale degli eventi nucleari (INES),la scala dell’ammiraglio inglese Beaufortindicativa della forza del vento, la scala Saffir-Simpson per gli uragani ed infine la Scala Douglasindicativa dello stato del mare. Attualmente anchenel country risk ci sono diversi tipi di scale cheabbiamo appena descritto, ma esse presentano illimite di essere eterogenee ed avere un’analiticitàche non aggiunge molte informazioni, anzi lerende ridondanti. A tal fine, il presente lavoro, sipropone, dopo aver calcolato una magnitudo delpaese che è un indicatore delle performanceeconomico-finanziarie dei paesi e delle proiezionidi crescita, una scala quali-quantitativa del rischiobasato su un approccio sistemico. Lo scopo ècercare di ottenere una scala che abbiaun’applicazione universale e che possa fornire unamisura del rischio oggettivamente riconosciuta,alla stessa maniera della scala Richter usata insismologia. L’approccio e detto sistemico perché siconsidera il paese come un sistema che trasformagli input in output. Nella costruzionedella metricaci si basa sui seguenti concetti e linee guida.

Molto spesso si parla di valutazione, ma pervalutare è necessario prima misurare, infatti la:Misurazione: in fisica consiste nel confrontare,direttamente o indirettamente, una grandezza fisicacon la conveniente unità di misura; nelle scienzesociali questo non sempre è possibile, moltospesso ci si limita semplicemente ad ordinare glioggetti secondo una certa graduatoria di preferenzaseguendo l’impostazione ordinale di Pareto.Valutazione: ci sono diversi concetti. È un giudizioil più possibile oggettivo, basato su misurazioniqualitative e/o quantitative, assegnato ad unsistema sull’efficienza ed efficacia nel perseguirela sua missione o obiettivo in un determinatointervallo temporale.Performance: sono i risultati di un sistema(impresa, paese, gruppo). Il termine di originefrancese è comunemente usato in inglese per i


12

risultati delle gare, cioè per le alte e basseprestazioni.

La misurazione e valutazione dei sistemi si basasui loro output ed input. Secondo Brown eSvenson (1998), molti sistemi di misurazione evalutazione hanno spesso condotto allo sviluppo dimodelli complessi con molte variabili (20-30)molto spesso ridondanti. Alcuni modelli per lavalutazione e misurazione dei sistemi sono piùqualitativi che quantitativi. Le misurazioniqualitative a differenza di quelle quantitativehanno un margine di soggettività maggiore.

Secondo Brown e Svenson (1998) un modellodi misurazione efficienti e dovrebbe:

avere misure esterne e non interne focalizzarsi sui risultati e non sui

comportamenti misurare gli output e risultati su tre

dimensioni: costo, quantità e qualità essere semplice (6-7 indici) essere principalmente oggettivo e non

soggettivo

3. Una metodologia di misurazione del rischiopaese: l’approccio sismico-sistemico

3.1. Indici di misurazione dell’attivitàeconomica dei paesi

La performance economica dei paesi è misurata dadieci indicatori guida macroeconomici, i cui valoriper paese formano un vettore riga:1. Α = vettore del PIL pro capite di tutti i paesi i2. B = vettore della crescita del PIL di tutti i paesi

i3. Χ= vettore della spesa pubblica di tutti i paesi i4. ∆= vettore della % del deficit di bilancio di tutti i

paesi i5. Ε= vettore del tasso di inflazione di tutti i paesi i6. Φ= vettore del debito pubblico di tutti i paesi i7. Γ= vettore del costo del lavoro orario di tutti i

paesi i8. Η= vettore del tasso di disoccupazione di tutti i

paesi i9. Ι= vettore delle riserve della banca centrale

(Foreign-exchange reserves) di tutti i paesi i10. ϑ= vettore della bilancia dei pagamenti

correnti/PIL (Current-account balance/GDP) di

tutti i paesi i

∀i ∈ 1, 2, …, n

3.2. La magnitudo Coperev

La magnitudio Coperev (Country performanceevaluation) valuta le performance economiche deipaesi sulla base dei k-indicatori suddetti cherappresentano gli indici guida-macroeconomici. Ilmodello su cui si basa è abbastanza semplice permantenere la soggettività entro certi limiti. Primadi esporre la metodologia si enunciano alcunedefinizioni e ipotesi teoriche del modello:

Country magnitude: punteggio espressivo dellastabilità di un paese e delle sue prospettive positivedi crescita, generalmente ottenuto seguendo unpercorso analitico che ha come base i dati emersidalla contabilità nazionale. Alternativamenteindica anche il rischio che il sistema economico-finanziario sia instabile e la crescita economicabassa o nulla.

Il modello si basa sulle seguenti ipotesi:H1: Gli indicatori A, X, E, H, I Φ,Γ sono

indicatori della stabilità economico-finanziaria del paese.

H2: Gli indicatori B, ∆, φ sono indicatori delleproiezioni di crescita del paese.

H3: Il sistema paese è un insieme di partimateriali ed immateriali interagenti ecoordinati che producono di beni, servizi econoscenza (scopo) per l’aumento delbenessere economico-sociale della nazione.

H4: Il peso di ogni indice è il valore massimodel medesimo nel vettore e calcolato su uninsieme di paesi a livello mondiale

H5: Il valore massimo dell’indice indica lamigliore (o peggiore) performance indicatacol segno + (rispettivamente −).

Se consideriamo i dieci principali indicatorieconomici rappresentati dai seguenti vettori per glin paesi:Α =(α1, α2, …, αn ); Β = (β1, β2, …, βn ); Χ = (χ1, χ2,

…, χn ); ∆ = (δ1, δ2, …, δn );Ε =(ε1, ε2, … , εn); Φ = (φ1, φ2, …, φn ); Γ = (γ1, γ2, …,

γn); Η = (η1, η2,… ηn);I =(ι1, ι2, …, ιn); Θ = (φ1,φ 2,..,φ n); Κ= (κ1, κ2, …,

κn).avremo la seguente definizione:


13

Definizione. Sia i un paese, tale che i ∈ 1, 2, …,n, sia la n-pla di valori (αi, βi, χi, δi, εi, φi,γi, ηi, ιi, φi) gli indicatori guida, si definisce la magnitudoCoperev, ΩCoperev (Coperev è l’acronimo di countryperformance evaluation) del paese i, la seguentefunzione lineare:

imaximax

imaximaximaxiEmax

i maxiXmaxiBmaxiAmax

)i(corev

κ×

Κ+ι×

Ι+

γ×

Η−ϕ×

Γ+φ×

Φ−ε×

−

δ×

∆+χ×

−β×

+α×

=Ω

11

1111

1111

Imponendo poiX1 = (1 / max Α) × αi

X2 = (1 / max Β) × βi

……

avremoΩCoperev (i) = X1 + X2 − X3 + X4 − X5 − X6 +X7 −

X8+ X9+ X10

Proprietà 1. Xj ∈ [0,1] ⊆ℜ,∀j ∈ 1, 2, …, 10

Proprietà 2. max Ω Coperev (i) = 6,∀ i ∈ 1, 2, …, n

Proprietà 3: Sia ωi la performance economicadello i-esimo paese Country magnitude, x è laperformance media di tutti i paesi del campione, ocut-off point, se ωi < x , allora il paese ha bassaperformance economica ed elevato rischio didefault, se ωi > x , allora il paese ha elevataperformance economica e basso rischio di default.

Osservazione: ωi ∈ ΩCoperev è un indicatore dellastabilità economico-finaziaria del sistema paese edelle sue proiezioni di crescita.

Osservazione. Un elevato indice del PIL procapite, crescita del PIL, della % del deficit dibilancio (valore positivo), del costo orario dellavoro2, della Bilancia dei pagamenti correnti/PIL(valore positivo) e della riserva della bancacentrale hanno un’incidenza positiva sulleperformance economiche del sistema paese. Il talcaso il valore 1 indica la massima performance. 2 Il costo del lavoro alto è un indicatore positivo poiché i

paesi dove esso è elavato hanno un maggior livello dibenessere rispetto a quelli dove il suo valore è basso.

Osservazione. Un elevato tasso di inflazione, deldebito pubblico, del tasso di disoccupazione e dispesa pubblica hanno un’incidenza negativa sullaperformance economica del sistema paese. Glioperatori sono contrassegnati dal segno più (−). Intal caso 1 indica la peggiore performance, 0 indicail valore di migliore performance.

Osservazione. Il vettore riga (ω1, ω2, … , ωn)rappresenta le performance economiche di tutti ipaesi e consente di formulare una classifica perranghi, in ordine decrescente dall’alto verso ilbasso, dove ogni posto rappresenta la performancedell’attività economica del sistema paese i-esimo.

Il rischio delle aree geopolitiche individuate èvalutato sia con i segni del Country riskmagnitude, sia con il seguente indice diconcomitanza:

dcdc

inanzaomconcI+−

=

dove c=numero delle concordanze di segno, d ilnumero delle discordanze di zero. L’indice variatra –1 (tutte negative) e +1 (tutte positive). Valorinegativi indicano in prevalenza di performancenegative nelle aree geopolitiche e quindi sono arischio default rispetto a quelle dove il valore èpositivo (con prevalenza di performance positiva).

4. Applicazione e primi risultati

La magnitudo Coperev può considerarsi come unmodello che misura le performance economichedei paesi ed è un importante indicatore del rischiodi default del sistema paese. Il campione analizzatoè formato da 51 paesi del mondo che è cosìsuddiviso: 2 dell’America del Nord, 8dell’America Latina, 15 dell’Europa, 8 dell’EstEuropa, 1 dell’Africa, 15 dell’Asia e 2dell’Oceania. La magnitudo Coperev è stataapplicata su un database che ha riguardato unperiodo di tre anni: 2000-2001-2002, utilizzando idati del The Economist Intelligence Unit (2004), icui risultati per anni e paesi sono rappresentatinelle tabelle A1, A2, A3 in ordine alfabetico.

La tabella A4, invece mostra i valori sinteticidella country risk magnitude nel triennio e lamedia aritmetica, ordinando i paesi in ordinealfabetico. La tabella A4a mostra, invece, i paesiordinando i valori della magnitudo in mododecrescente. Da una prima osservazione emerge


14

come i paesi che hanno un elevato score sono ipaesi industrializzati e caratterizzati da una solidaeconomia in crescita, come ad esempio Norvegia,Svizzera e Singapore, in coda (basso score) invececi sono paesi che hanno tuttora problemi patologicidella struttura economico-finanziaria-sociale(come ad esempio Sri-Lanka, Argentina, Turchia).

La tabella A5 mostra i suddetti valori,raggruppando i paesi in 8 grandi aree geo-politicheper valutare le performance economiche eprospettive di crescita. Una prima analisi mostracome in alcune aree c’è una forte prevalenza disegni negativi (Est Europa, Africa, Asia) sintomodelle difficoltà delle medesime e dell’elevatorischio correlato fra i paesi come mostra la tabellaA5a. Le aree, invece, che hanno mostrato unamaggiore solidità economica, associata ad unaproiezione dinamica di forte crescita e quindibasso-rischio paese, sono le tigri asiatiche formateda Hong Kong, Taiwan, Singapore, Malesia conun valore medio dello 0,704, seguite dall’Americadel nord (0,557). L’indice di concomitanza (tabellaA5b) che è un indicatore della correlazione delleperformance economiche, mostra una fortecorrelazione della magnitudo fra le areegeopolitiche individuate, confermando laprecedente analisi. Inoltre le figure A1-A4mostrano gli istogrammi della country riskmagnitude per quattro grandi gruppi di paesi.Queste ultime confermano a grandi linee i risultatiprecedenti.

La scala della magnitudo è riportata nellaseguente tabella 3. Ciascun paese, a seconda dellapropria magnitudo cade, in un determinato livellodi rischio che va da 1 (nullo) a 6 (altissimo).

Le varie fasce sono state ottenute nel seguentemodo: si considera il ranking dei paesi, ordinandola magnitudo Coperev media del triennio 2000-2001-2002, in modo decrescente (Tabella A4a).L’estremo inferiore della fascia di grado 1° siottiene prendendo il valore del terzo classificatoche rappresentano i tre paesi virtuosi; l’estremoinferiore del grado 2° si ottiene prendendo il valoredel 13° classificato (si considera la fascia di 10paesi); le fasce centrali sono formate da dueinsiemi di 12 paesi a partire dal 13°. Quindil’estremo inferiore del grado 3° si ottieneprendendo il valore del 25° classificato; l’estremoinferiore del grado 4° si ottiene prendendo il valoredel 37° classificato; la penultima fascia è ancoraformata da dieci paesi, quindi l’estremo inferioredel grado 5° si ottiene prendendo il valore del 47°classificato; infine l’estremo inferiore del grado 6°si ottiene prendendo il valore del quartultimoclassificato. Le fasce come si vede forniscono dueinformazioni complementari: la prima quello dellastabilità dei paesi nonché della loro prospettiva dicrescita, la seconda è quella del rischio di default.

5. Discussione, implicazioni di politicamacroeconomica e ruolo della bancacentrale

La presente analisi ha costruito una metrica dellaperformance economica che potesse fornire unsupporto decisionale nel valutare il rischio paesenegli scenari futuri emersi dalla proiezione attuale.

La magnitudo mostra come il paese che ha lamaggiore performance economica e quindi unbasso rischio paese, come già accennato è la

Norvegia, mentre quello che ha lapiù bassa performance e quindi unalto rischio paese è la Turchia,caratterizzato da non positiviindicatori economico-finanziari eduna inflazione galoppante. Lamagnitudo Coperev fa emerge anchealcuni limiti, come quello che soprala media ci sono paesi come ilKazakhstan e il Messico, e sotto lamedia paesi come Italia, Spagna ePortogallo che pure hanno maggioreuna stabilità economico-finaziaria.

Un’analisi della magnitudo peraree geo-economiche mostra un forterischio in Africa che ha un valore

Tabella 3: La scala delle performance dei paesi

MagnitudoCoperev Grado

Stabilità eprospettive di

sviluppo

Rischio paese, dicrack e default

[1,33; +∞[ 1 Altissime Quasi nullo

]1,33; 0,49] 2 Alte Bassissimo

] 0,49; −0,17] 3 Medio Basso

]−017; −1,16] 4 Basse Medio

] −1,16; −1,96] 5 Bassissime Alto

] −1,96; −∞[ 6 Quasi nulle Altissimo


15

medio nel periodo 2000-2002 fra tutte lemacroaree (Tabella A5a) di –1,405; seguitadall’America Latina –1,286 e dall’Est Europa con–1,171 e infine dai paesi asiatici in generale –0,35.Nel caso dell’America Latina, Clark e Kassimatis(2004) studiando la relazione fra rischiofinanziario del paese e performance del mercatodei capitali hanno trovato come una importantevariabile esplicativa è il premio del rischiomacroeconomico finanziario. I paesi che hannoinvece un basso rischio paese sono in ordinedecrescente le tigri asiatiche con +0,704 diperformance economiche, America del Nord con+0,557, Europa +0,338 ed infine Oceania con0,152. Analisi confermate dagli indici diconcomitanza.

Le suddette analisi hanno importantiimplicazioni per le politiche macroeconomiche percapire gli shock economico-finanziari che si sonoverificati ultimamente nei sistemi economici, fracui quello dell’Argentina e, seppur in misura lieve,nell’Europa occidentale che ha provocato unallungamento della fase negativa del cicloeconomico. L’Argentina ed alcuni paesi dellaeurozona hanno valori negativi della magnitudopoiché in entrambi i casi gli shock (grandi opiccoli) sono stati causati dal binomio: forteaumento del livello dei prezzi e diminuzione delcosto del lavoro. La causa principale, in una primaapprossimazione, è la fissazione della parità dellamoneta locale con una moneta forte, come adesempio il $ e €. In Argentina nel 2001 l’inflazioneera allo –1,07% ed il costo del lavoro al 4,06 $all’ora, dopo la fissazione della parità, nel 2002l’inflazione è balzata al 25,87% ed il costo dellavoro è sceso a 1,35 $ all’ora. Ad esempio, inItalia a seguito della fissazione della parità dellalira con l’Euro è accaduta una cosa simile, anchese in misura molto lieve, poiché lo shock è statoassorbito da una struttura economico-finanziariapiù solida e da una riduzione della domandaaggregata. Lo shock del livello dei prezzinell’Europa post Euro è da imputare soprattutto adue cause:− Le difficoltà psicologiche di adeguarsi al nuovo

sistema dei prezzi hanno portato adarrotondamenti per eccesso dei valori in euro,con riduzione del potere di acquisto deiconsumatori.

− L’innalzamento dei prezzi per contagio, poichégli imprenditori percependo un aumento dei

prezzi, aumentano i prezzi dei loro beni peradeguarsi ad un comportamento diffuso (o dimoda) di prezzi crescenti. Tutto questo hagenerato una spirale di aumento dei prezzi conconseguenze sulla domanda aggregata in temadi contrazione dei consumi.

La magnitudo Coperev, misurando leperformance economiche dei paesi, può fornireuna misura del rischio paese di subire tali shock. Intal caso i governi previdenti possono utilizzaredetto strumento per attuare preventivamente etempestivamente politiche di stabilizzazione delciclo economico per evitare che i ritardinell’identificazione degli shock possano causareun aggravamento delle fluttuazioni cicliche.

In caso di shock dei prezzi come quellidell’Argentina ed in misura più lieve dell’Europaoccidentale per l’effetto dell’Euro, se non siinterviene con una politica correttiva, si riduce ilPIL reale e cresce il livello del prezzo. Infatti inArgentina oltre al già detto aumento del tasso diinflazione si è avuta la diminuzione % del PIL cheè passato dal –4,41 del 2001 a –11,30 del 2002. InItalia, ad esempio, per l’effetto Euro la crescita %del PIL è passata da 1,81 nel 2001 a 0,37 nel 2002.In tal caso la politica economica e monetaria ciinsegna che le autorità monetarie possonoaumentare l’offerta di moneta in risposta alloshock dei prezzi, questo provoca uno spostamentodella curva della domanda aggregata versol’esterno che attenua la riduzione del PIL reale.L’aumento dell’offerta di moneta amplifica lefluttuazioni del livello dei prezzi, sebbene mitighila fluttuazione del PIL reale. Nel caso in cui non sidecida di intervenire, il livello dei prezzi aumentae la domanda aggregata diminuisce, anche se poisuccessivamente inizia un processo diaggiustamento nel lungo periodo dei prezzi chetornano al valore normale e la produzione a quelladi pieno impiego. Quindi gli shock dei prezzi versol’alto mettono i responsabili della politicaeconomica di fronte ad una alternativa difficile: sesi frena la riduzione del PIL, il livello dei prezzidiventa meno instabile; se si cerca di frenarel’inflazione la recessione si aggrava. Lo shock cheha colpito l’Europa occidentale è stato di lieveentità anche perché c’è la maggiore integrazioneeconomico-finanziaria ed autonomia della bancacentrale europea hanno assorbito meglio l’impatto(Calderón e Schmidt-Habbel, 2003).


16

Le banche centrali nel turbolento ambienteeconomico caratterizzato da forte instabilità hannoun ruolo importante nel prevenire e/o gestire glishock. Infatti la banca centrale sono sempre piùchiamate alla:1. Supervisione dei mercati (politica monetaria)2. Vigilanza sulle banche3. Vigilanza sugli intermediari finanziari4. Tutela della concorrenza

Oggi di fronte agli scandali finanziarisull'insieme dei mercati ed agli shock dovuti sia avicende politiche, sia all’aumento dei prezzidell’energia la centralità di comportamento dellebanche centrali ha un ruolo importante nellavigilanza sulla stabilità degli intermediari e nellostabilizzare i sistemi economici per favorire lacrescita delle imprese e quindi lo sviluppo deipaesi. Ad esempio la FED ha il potere ditrasmissione di impulsi che producono fiducia easpettative sui diversi mercati, tale da influenzare iprezzi di tutti i prodotti scambiati, mercatoimmobiliare incluso. La banca centrale dovrebbesempre più, di fronte alla turbolenza dei mercatiavere un ruolo più attivo per:1. Consulenza degli organi di Stato2. La stabilità finanziaria

In ogni caso la magnitudo Coperev elaborata inquesto lavoro sebbene basato su serie storiche euna visione statica delle performance economichedei paesi e del rispettivo rischio, i valori positivielevati sono un indicatore di una solida economiache difficilmente nel breve periodo può scendere ospostarsi verso aree a rischio. In tal caso i governiutilizzando preventivamente corrette politichemacroeconomiche possono evitare la riduzione efavorire l’aumento. Invece i paesi che sonolocalizzati verso la coda della ranking, comeemerge dalla magnitudo, dovrebbero porre inessere politiche economiche, ma anche riformelegislative, previdenziali, fiscali ecc. per aumentarela stabilità economico-finanziaria ed aumentare lacrescita economica che si traduce in un aumentodell’indicatore. Infatti, la ripetizione nel tempodell’analisi col modello Coperev fornisce unavisione dinamica sia del rischio paese ma anchedelle performance economiche che possono essereun importante indicatore per valutare anchel’efficacia di politiche economiche.

La metrica elaborata affinché possa fornireindicazioni di forecast and foresight in futuro sarà

migliorata non solo attraverso una correttaattribuzione dei pesi ma aggiungendo altrevariabili che siano maggiormente indicative dellafutura crescita economica e facendo anchevalutazioni con tecniche di scenario e Delphi.Mettere a punto un approccio completo nellamisurazione delle performance dei paesi non èfacile. Il presente lavoro vuole essere un primopasso in questa direzione di valutazione sistemicaadattabile ai diversi contesti spaziali e facilmenteaggiornabile in base alle evoluzioni temporali degliindicatori macroeconomci.

Bibliografia

Alexander S. S. (1952) “Effects of devaluation ona trade balance”, Staff Papers, vol. 2, n. 2, pp.263-278.

Altman E. I., Haldeman R., Narayanna P. (1977)“Zeta Analysis: a new model for identifyingbankruptcy risk”, Journal of Banking andFinance, n. 1, pp. 29-54.

Australia and New Zealand Banking group (2004)http://www.anz.com/business/ [on line].

Beer S. (1973) L’azienda come sistemacibernetico, ISEDI, Milano.

Bekaert G., Harvey C. R. (1995) “Time varyingworld market integration”, Journal of Finance,n. 50, pp. 403-440.

Berger G. (1964) “Phénoménologie du temps etprospective, Puf, Paris. Bisogno P., Scienza efuturo”, Prometheus, n. 5: Futuro possibile.Scienza della previsione e nuove tecnologie, F.Angeli, Milano 1987.

BERI (2004) http://www.beri.com/ [on line]Bouchet M. H., Clark E., Groslambert B. (2003)

Country risk assessment, Wiley finance.Brown M.G., Svenson R.A. (1998) “Measuring

R&D Productivity”, Research TechnologyManagement, vol. 41, n. 6, pp.30-35.

Calderón C., Schmidt-Hebbel K. (2003)“Macroeconomic policies and performance inLatin America”, Journal of internationalmoney and finance, vol. 22, n. 7, pp. 895-923.

Cancani A. (1903) “Registrazioni sismicheottenute nella stazione sperimentale delCollegio Romano degli apparati «Cancani» aregistrazione veloce-continua”, Bollettino dellaSocietà Sismologica Italia, vol. IX, pp. 91-97.

Clark E. (1991) Cross Border investment risk:applications of modern portfolio theory,Euromoney publication, London.


17

Clark E. (2002) International finance, Thompson,London.

Clark E., Cusin R., Lesourd J.B. (1998) “Riskassessment and sovereign debt instruments: amulticriteria approach”, Internationalconference on forecasting financial market,(presentation) London May 27-29.

Clark E., Kassimatis K. (2004) “Country financialrisk and stock market performance. The case ofLatin America”, Journal of Economics andBusiness, vol. 56, n.1, pp. 21-41.

Cruces J. J., Buscaglia M., Alonso J. (2002) Theterm structure of country risk and valuation inemerging markets, First draft, January.

Desta A. (1985) “Assessing political risk in lessdeveloped countries”, Journal of BusinessStrategy, vol. 5, n. 4, pp. 67-77.

Eaton J., Gersovitz M. (1987) “Country risk andthe organization of international capitaltransfer”, NBER working paper series, n. 2204.

EIU (2001) “Economist intelligence unit”, in L.Howell (ed.) The Handbook of country andpolitical risk analysis, 3rd edition, EastSyracuse, NY., pp. 121-52.

EIU (2004) About the economist intelligence unit,http.//www.eiu.com [on line]

Emery F., Trist E. (1965) “The casual texture oforganisational environments”, HumanRelations, n.18.

Erb C. B., Campbell R. H., Tadas E. V. (1996)“Political risk, economic risk, and financialrisk”, Financial Analysts Journal,November/December, 29-31.

Euromoney (2004) http://www.euromoney.com/Feder G., Just R.E. (1977) “A study of debt

servicing capacity logistic analysis”, Journal ofDevelopment Economics, n. 4, pp. 25-39.

Fitch (2004) http://www.fitchratings.com/ [online]

Forrester Jay W. (1977) Industrial Dynamic, MITPress, Cambridge, Massachusetts.

Godet M. (1985) “Prospective et planificationstratègique”, Economica, Paris.

Godet M. (1987) Crise de la prévision, essor de laprospective, Puf, Paris.

Haner F. T. (1966) “Determining the feasibility offoreign venture”, Business Horizons, vol. 9, n.4, pp. 97-103.

Hwang S., Pedersen C. (2004) “Asymmetric riskmeasures when modelling emerging marketsequities: evidence for regional and timingeffects”, Emerging Market Review, vol. 5, n.1,pp. 109-128.

Kabir M. H., Maroney N.C., El-Sady H.M. and A.Telfah (2003) “Country risk and stock marketvolatility, predictability, and diversification inthe Middle East and Africa”, EconomicSystems, vol. 27, n. 1, pp. 63-82

Kaminsky G., Reinhart C. M. (1999) “The twincrises: the causes of banking and balance ofpayments problems”, American EconomicReview, vol. 89, n. 3, pp. 473-500.

Keswani H. (1994) Estimating a risky termstructure of brady bonds, London BusinessSchool, London.

Krugman P. (1988) “External shocks and domesticpolicy responses” in R. Dornbusch an F. L.Helmers (eds.) The open economy, OxfordUniversity Press.

Liang Y., McIntosh W. (2000) Country riskpremiums for international investing,Prudential real estate investors.

Lucas R. (1988) “On the mechanics of theeconomic development”, Journal of MonetaryEconomics, n. 22, pp. 3-42.

Masini Barbieri E. (1987) “Metodi di previsioneesplorativi e normativi (con particolareriferimento a questi ultimi)”, in AA.VV.,Futuro e complessità. Metodologie per laprevisione di medio e lungo periodo, F. Angeli,Milano.

Meldrum D.H. (2000) “Country risk and foreigndirect investment”, Business Economics, vol.35, n. 1, pp. 33-40.

Mercalli G. (1883) Vulcani e Fenomeni Vulcaniciin Italia, (ristampa anastatica, Sala Bolognese1981, Milano).

Merton R. (1974) “On the pricing of corporatedebt: the risk structure of interest rates”,Journal of finance, n. 29, pp. 449-70.

Miller K. D. (1992) “ A framework for integratedrisk management in international business”,Journal of International Business Studies, vol.23, n. 2, pp. 311-31.

Moody’s (2004) http://www.moodyskmv.com/[on line]

OECD (2004) Concept of emerging systemic risks,http://www.oecd.org

Oetzel J. M., Bettis R. A., Zenner M. (2001)“Country risk measures: how risky are they?”,Journal of World Business, vol. 36, n. 2, pp.128-145.

Ortiz J., Rodríguez C. (2002) “Country risk andMundell-Fleming Model applied to the 1999-2000 argentine experience”, Journal of AppliedEconomics, Vol. V, no. 2, pp. 327-348.


18

Pagès H. (2000) “Estimating Brazilian sovereignrisk from brady bond prices” in working paper,Banque de France, Paris.

Pritsker M. (1997) “Evaluating value at riskmethodologies”, Journal of Financial ServicesResearch, n. 12, pp. 201-242.

PRS (2004) http://www.prsgroup.com/icrg/icrg.htmlRazin A. (2001) “Country risk and capital flow

reversals”, Economics Letters, vol. 72, n. 1, pp.73-77.

Richter C.F. (1958) Elementary Seismology,Freeman, San Francisco.

Robock S. H. (1971) “Political risk: identificationand assessments”, Columbia Journal of worldbusiness, vol. 6, n. 4, pp. 6-20.

Shapiro H. D. (2001) “Institutional Investor”, in L.Howell (ed.) The Handbook of country and

political risk analysis, 3rd edition, EastSyracuse, NY., pp. 121-52.

Sherer K. P., Avellaneda M. (2000) “All for one,one for all? A principal component analysis ofbrady bond debt from 1994-2000, available at:http://www.math.nyu.udu/faculty/avellane/PCABrady.pdf

Siberg A. (1930) “Geologie der Ederbeden”, inHandbuch der Geophysik, 550-555.

Standard & Poor (2004)http://www2.standardandpoors.com/ [on line]

Zopounidis C., Godefroid M., Hurson C. (1994)“Designing a multicriteria decision supportsystem for portfolio selection andmanagement”, in Jansse J., Skiadas C. H.,Zopounidis C. (eds.) Advances in stochasticmodelling and data analysis, Kluwer.


19

Appendici Tabelle e figureTabella A1: Macroindicatori dei paesi, operatori magnitudo Coperev, score di performance (anno 2000)

1 2 3 4 5 6 7 8 9 10

Paesi Anno GDP per head($ at PPP)

GDP (% realchange pa)

Governmentconsumption(% of GDP)

Budget balance(% of GDP)

Consumer prices(% change pa; av)

Public debt (% of GDP)

Labour costs perhour (USD)

Recordedunemployment (%)

Current-accountbalance/GDP

Foreign-exchangereserves (mUS$)

Abs.Val.

Ai

maxα

+ Abs.Val.

Βmax

iβ+ Abs.

Val.

Χmax

iχ- Abs.

Val.

∆max

iδ+ Abs.

Val.

Εmax

iε- Abs.

Val.

Φmax

iφ- Abs.

Val.

Γmax

iγ+ Abs.

Val.

Ηmax

iη- Abs.

Val.

Ιmax

iι+

Abs. Val.

Θθ

maxi

+SCORE

ARGENTINA 2000 12.402 0,340 -0,79 -0,078 13,78 0,496 -2,39 -0,159 -0,94 -0,017 45,04 0,338 4,23 0,181 14,55 0,780 -3,14 -0,174 25.147 0,071 -1,417AUSTRALIA 2000 25.477 0,699 3,17 0,312 18,13 0,653 0,64 0,043 4,48 0,082 23,54 0,177 14,47 0,619 6,31 0,338 -4,11 -0,228 18.118 0,051 0,246BELGIO 2000 26.348 0,723 3,75 0,369 21,12 0,761 0,1 0,007 2,55 0,046 109,56 0,823 21,59 0,923 6,87 0,368 3,84 0,213 9.994 0,028 0,264BRASILE 2000 7.283 0,200 4,32 0,425 19,07 0,687 -3,41 -0,227 7,04 0,128 49,44 0,372 3,58 0,153 13,33 0,715 -4,03 -0,223 32.488 0,092 -1,483G. BRETAGNA 2000 24.642 0,676 3,78 0,372 18,69 0,673 3,9 0,260 0,8 0,015 51,5 0,387 16,45 0,704 5,39 0,289 -1,99 -0,110 43.891 0,124 0,661BULGARIA 2000 5.250 0,144 5,4 0,531 9,73 0,351 -1 -0,067 10,32 0,188 77,08 0,579 0,58 0,025 18,65 1,000 -5,57 -0,309 3.155 0,009 -1,784CANADA 2000 28.822 0,791 5,26 0,517 18,4 0,663 3 0,200 2,73 0,050 83,3 0,626 16,04 0,686 6,83 0,366 2,84 0,157 31.924 0,090 0,737CILE 2000 9.730 0,267 4,17 0,410 12,43 0,448 0,12 0,008 3,84 0,070 13,08 0,098 2,31 0,099 9,22 0,494 -1,02 -0,057 15.034 0,042 -0,341CINA 2000 3.980 0,109 7,95 0,782 13,1 0,472 -2,79 -0,186 0,35 0,006 8,58 0,064 0,59 0,025 8,2 0,440 1,9 0,105 168.278 0,474 0,327COLOMBIA 2000 6.244 0,171 2,93 0,288 21,72 0,782 -5,92 -0,395 9,22 0,168 36,9 0,277 1,51 0,065 13,9 0,745 0,75 0,042 8.916 0,025 -1,777DANIMARCA 2000 28.771 0,790 2,83 0,278 25,28 0,911 2,5 0,167 3,14 0,057 54,38 0,409 21,49 0,919 5,38 0,288 1,52 0,084 15.108 0,043 0,616ECUADOR 2000 3.400 0,093 2,8 0,275 9,81 0,353 1,49 0,099 -7,5 -0,137 88,92 0,668 1,71 0,073 14,1 0,756 5,81 0,322 946 0,003 -0,775EGITTO 2000 3.401 0,093 5,11 0,502 9,74 0,351 -3,9 -0,260 2,69 0,049 86,07 0,647 0,68 0,029 9 0,483 -0,89 -0,049 13.118 0,037 -1,177FILIPPINE 2000 3.700 0,102 4,47 0,440 13,27 0,478 -4,11 -0,274 4,28 0,078 65,49 0,492 0,71 0,030 11,18 0,599 11,3 0,626 13.052 0,037 -0,687FINLANDIA 2000 25.267 0,694 5,09 0,500 20,66 0,744 7 0,467 3,4 0,062 53,5 0,402 19,45 0,832 9,76 0,523 7,47 0,414 7.976 0,022 1,198FRANCIA 2000 25.401 0,697 4,22 0,415 23,23 0,837 -1,4 -0,093 1,69 0,031 65,39 0,491 15,7 0,672 9,46 0,507 1,41 0,078 37.039 0,104 0,007GERMANIA 2000 26.114 0,717 2,86 0,281 18,99 0,684 1,1 0,073 1,34 0,024 60,5 0,455 23,38 1,000 9,61 0,515 -1,38 -0,076 56.891 0,160 0,477GIAPPONE 2000 25.948 0,712 2,14 0,210 16,43 0,592 -7,43 -0,495 -0,67 -0,012 133,06 1,000 22,27 0,953 4,72 0,253 2,52 0,140 354.902 1,000 0,687GRECIA 2000 16.450 0,452 4,24 0,417 15,68 0,565 -1 -0,067 3,15 0,057 103,8 0,780 7,9 0,338 11,15 0,598 -5,3 -0,294 13.424 0,038 -1,116HONG KONG 2000 25.671 0,705 10,17 1,000 9,33 0,336 -0,61 -0,041 -3,75 -0,068 0 0,000 5,53 0,237 5,11 0,274 5,5 0,305 107.542 0,303 1,967INDIA 2000 2.360 0,065 3,95 0,388 12,85 0,463 -5,28 -0,352 4,01 0,073 56,52 0,425 0,59 0,025 9,17 0,492 -0,59 -0,033 37.902 0,107 -1,252INDONESIA 2000 3.055 0,084 4,93 0,485 7,18 0,259 -2,8 -0,187 3,69 0,067 102,41 0,770 0,27 0,012 6,08 0,326 5,32 0,295 28.502 0,080 -0,653IRLANDA 2000 28.400 0,780 10,08 0,991 12,61 0,454 4,5 0,300 5,57 0,101 39,3 0,295 12,5 0,535 4,3 0,231 -0,37 -0,021 5.360 0,015 1,518ISRAELE 2000 19.951 0,548 7,53 0,740 27,76 1,000 -0,6 -0,040 1,14 0,021 94,03 0,707 10,17 0,435 8,78 0,471 -0,58 -0,032 23.281 0,066 -0,482ITALIA 2000 25.657 0,704 3,14 0,309 18,74 0,675 -0,58 -0,039 2,54 0,046 110,49 0,830 14,01 0,599 10,39 0,557 -0,54 -0,030 25.000 0,070 -0,495KAZAKHSTAN 2000 5.718 0,157 9,8 0,964 14,8 0,533 -0,13 -0,009 13,41 0,244 25,48 0,191 0,54 0,023 12,75 0,684 3,69 0,205 1.594 0,004 -0,308MALESIA 2000 6.147 0,169 8,55 0,841 10,41 0,375 -5,75 -0,383 1,54 0,028 36,67 0,276 2,07 0,089 3,1 0,166 9,41 0,522 29.523 0,083 0,475MESSICO 2000 8.939 0,245 6,58 0,647 11,09 0,399 -1,1 -0,073 9,49 0,173 20,74 0,156 1,57 0,067 2,22 0,119 -3,13 -0,174 35.509 0,100 -0,034NORVEGIA 2000 36.427 1,000 2,84 0,279 19,14 0,689 15 1,000 3,09 0,056 30 0,225 22,7 0,971 3,45 0,185 15,49 0,859 20.164 0,057 3,009NUOVA ZELANDA 2000 20.379 0,559 3,86 0,380 17,91 0,645 0,89 0,059 2,62 0,048 32,04 0,241 8,13 0,348 5,98 0,321 -5,25 -0,291 3.330 0,009 -0,190OLANDA 2000 27.385 0,752 3,47 0,341 22,69 0,817 2,2 0,147 2,56 0,047 55,86 0,420 19,44 0,831 3,78 0,203 1,85 0,103 9.643 0,027 0,714PERU' 2000 4.748 0,130 3,13 0,308 11,17 0,402 -3,24 -0,216 3,76 0,068 45,36 0,341 1,14 0,049 7,4 0,397 -2,93 -0,162 8.374 0,024 -1,076POLONIA 2000 9.860 0,271 4 0,393 17,79 0,641 -2,15 -0,143 10,14 0,185 37,99 0,286 2,46 0,105 14,51 0,778 -6,06 -0,336 26.562 0,075 -1,524PORTOGALLO 2000 18.062 0,496 3,69 0,363 20,51 0,739 -2,98 -0,199 2,87 0,052 53,14 0,399 4,75 0,203 3,9 0,209 -10,27 -0,569 8.000 0,023 -1,083REPUBBLICA CECA 2000 13.807 0,379 3,25 0,320 19,63 0,707 -3,11 -0,207 3,91 0,071 17,2 0,129 1,99 0,085 9 0,483 -5,23 -0,290 13.019 0,037 -1,067ROMANIA 2000 4.461 0,122 1,77 0,174 15,62 0,563 -4,03 -0,269 45,67 0,832 31,35 0,236 0,56 0,024 10,5 0,563 -3,68 -0,204 3.922 0,011 -2,334RUSSIA 2000 6.626 0,182 10,05 0,988 15,09 0,544 2,37 0,158 20,81 0,379 62,15 0,467 0,44 0,019 10,49 0,562 18,04 1,000 24.264 0,068 0,463SINGAPORE 2000 27.078 0,743 9,41 0,925 11,5 0,414 2 0,133 1,36 0,025 84 0,631 7,42 0,317 3,03 0,162 17,2 0,953 80.132 0,226 2,066SLOVAKIA 2000 11.342 0,311 2,2 0,216 19,84 0,715 -3,02 -0,201 12,03 0,219 30,66 0,230 1,41 0,060 18,24 0,978 -3,52 -0,195 4.022 0,011 -1,939SPAGNA 2000 20.080 0,551 4,18 0,411 17,6 0,634 -0,6 -0,040 3,43 0,062 72,37 0,544 10,78 0,461 13,95 0,748 -3,42 -0,190 30.000 0,085 -0,710SRI LANKA 2000 2.891 0,079 6 0,590 10,51 0,379 -9,46 -0,631 6,17 0,112 96,9 0,728 0,31 0,013 7,57 0,406 -6,39 -0,354 1.039 0,003 -1,924STATI UNITI 2000 34.770 0,955 3,66 0,360 17,54 0,632 2,44 0,163 3,37 0,061 57,98 0,436 19,76 0,845 3,98 0,213 -4,19 -0,232 56.600 0,159 0,907SUD KOREA 2000 15.194 0,417 9,26 0,911 10,03 0,361 1,25 0,083 2,26 0,041 19,26 0,145 8,19 0,350 4,12 0,221 2,65 0,147 96.130 0,271 1,411SVIZZERA 2000 29.532 0,811 3,14 0,309 14,63 0,527 2,62 0,175 1,56 0,028 51,19 0,385 21,24 0,908 1,99 0,107 14,01 0,777 32.000 0,090 2,023SVEZIA 2000 26.085 0,716 4,44 0,437 26,57 0,957 3,44 0,229 1 0,018 52,86 0,397 20,18 0,863 4,66 0,250 2,77 0,154 14.863 0,042 0,818TAILANDIA 2000 6.349 0,174 4,65 0,457 11,39 0,410 -2,2 -0,147 1,55 0,028 54,87 0,412 1,12 0,048 3,6 0,193 7,6 0,421 32.016 0,090 0,000TAIWAN 2000 22.700 0,623 5,86 0,576 12,9 0,465 -4,49 -0,299 1,25 0,023 25,57 0,192 5,85 0,250 2,99 0,160 2,88 0,160 106.742 0,301 0,771TURCHIA 2000 6.668 0,183 7,36 0,724 14,08 0,507 -10,65 -0,710 54,92 1,000 60,46 0,454 1,55 0,066 6,6 0,354 -4,93 -0,273 22.488 0,063 -2,262UCRAINA 2000 4.040 0,111 5,9 0,580 7,12 0,256 0,57 0,038 28,2 0,513 44,38 0,334 0,32 0,014 4,2 0,225 4,74 0,263 1.352 0,004 -0,319UNGHERIA 2000 8.890 0,244 5,15 0,506 9,84 0,354 -3,48 -0,232 9,82 0,179 55,53 0,417 1,73 0,074 6,38 0,342 -6,25 -0,346 11.190 0,032 -1,015VENEZUELA 2000 5.948 0,163 3,24 0,319 7,23 0,260 -1,65 -0,110 16,21 0,295 27,01 0,203 3,22 0,138 13,9 0,745 9,98 0,553 13.089 0,037 -0,404MASSIMO 36.427 1,00 10,170 1,000 27,760 1,000 15,000 1,000 54,920 1,000 133,060 1,000 23,380 1,000 18,650 1,000 18,040 1,000 354.902 1,000 3,009MINIMO 2.360 0,065 -0,790 -0,078 7,120 0,256 -10,650 -0,710 -7,500 -0,137 0,000 0,000 0,270 0,012 1,990 0,107 -10,270 -0,569 946,000 0,003 -2,334


20

Tabella A2: Macroindicatori dei paesi, operatori magnitudo Coperev, score di performance (anno 2001)1 2 3 4 5 6 7 8 9 10

Paesi Anno GDP per head($ at PPP)

GDP (% real changepa)

Governmentconsumption (% of GDP)

Budget balance (% of GDP)

Consumer prices (%change pa; av)


Labour costs per hour(USD)




Abs.Val.

Ai

maxα

+ Abs.Val.

Βmax

iβ+ Abs.

Val.

Χmax

iχ- Abs.

Val.

∆max

iδ+ Abs.

Val.

Εmax

iε- Abs.

Val.

Φmax

iφ- Abs.

Val.

Γmax

iγ+ Abs.

Val.

Ηmax

iη- Abs.

Val.

Ιmax

iι+

Abs. Val.

Θθ

maxi

+SCORE

ARGENTINA 2001 12.000 0,326 -4,41 -0,334 14,16 0,483 -3,25 -0,220 -1,07 -0,020 53,76 0,380 4,06 0,171 16,4 0,898 -1,48 -0,071 14.553 0,037 -1,833AUSTRALIA 2001 26.683 0,724 2,58 0,195 17,76 0,606 -0,05 -0,003 4,38 0,081 21,38 0,151 13,34 0,561 6,73 0,369 -2,43 -0,116 17.955 0,045 0,200BELGIO 2001 27.625 0,750 0,69 0,052 21,71 0,741 0,4 0,027 2,47 0,045 108,5 0,767 21,04 0,884 6,66 0,365 4,03 0,193 11.266 0,029 0,017BRASILE 2001 7.480 0,203 1,29 0,098 19,25 0,657 -3,25 -0,220 6,84 0,126 52,57 0,371 3,02 0,127 11,27 0,617 -4,55 -0,218 35.739 0,090 -1,690G. BRETAGNA 2001 25.870 0,702 2,13 0,161 19,23 0,656 0,7 0,047 1,22 0,022 50,4 0,356 16,15 0,679 5,03 0,275 -1,25 -0,060 37.284 0,094 0,314BULGARIA 2001 5.630 0,153 4,1 0,311 9,46 0,323 -0,86 -0,058 7,36 0,135 69,94 0,494 0,63 0,026 18,08 0,990 -6,19 -0,296 3.291 0,008 -1,798CANADA 2001 29.764 0,808 1,92 0,145 18,74 0,639 1,8 0,122 2,53 0,047 83,2 0,588 15,8 0,664 7,21 0,395 2,44 0,117 33.961 0,086 0,273CILE 2001 10.150 0,276 3,07 0,233 12,53 0,427 -0,27 -0,018 3,57 0,066 14,71 0,104 2,06 0,087 9,18 0,503 -1,75 -0,084 14.379 0,036 -0,571CINA 2001 4.330 0,118 7,3 0,553 13,2 0,450 -2,55 -0,172 0,73 0,013 10,43 0,074 0,69 0,029 9,3 0,509 1,46 0,070 215.605 0,546 0,096COLOMBIA 2001 6.368 0,173 1,39 0,105 20,84 0,711 -5,94 -0,401 7,97 0,147 44,31 0,313 1,47 0,062 15 0,821 -1,53 -0,073 10.154 0,026 -2,101DANIMARCA 2001 29.326 0,796 1,56 0,118 25,9 0,884 2,8 0,189 2,35 0,043 53,79 0,380 21,98 0,924 5,16 0,283 3,09 0,148 17.110 0,043 0,629ECUADOR 2001 3.585 0,097 5,12 0,388 10,15 0,346 0,38 0,026 37,61 0,691 67,42 0,476 1,88 0,079 10,42 0,571 -3,07 -0,147 839 0,002 -1,640EGITTO 2001 3.542 0,096 3,5 0,265 10,09 0,344 -5,52 -0,373 2,28 0,042 95,29 0,673 0,62 0,026 9,2 0,504 -0,15 -0,007 12.926 0,033 -1,523FILIPPINE 2001 3.830 0,104 3,22 0,244 12,76 0,435 -4,04 -0,273 6,12 0,113 65,52 0,463 0,66 0,028 11,13 0,610 1,85 0,089 13.442 0,034 -1,395FINLANDIA 2001 26.308 0,714 1,2 0,091 21,01 0,717 5,2 0,351 2,58 0,047 51,5 0,364 19,86 0,835 9,11 0,499 7,19 0,344 7.983 0,020 0,728FRANCIA 2001 26.950 0,732 2,08 0,158 23,23 0,793 -1,6 -0,108 1,63 0,030 64,97 0,459 15,91 0,669 8,68 0,475 1,75 0,084 31.749 0,080 -0,143GERMANIA 2001 26.311 0,714 0,85 0,064 19,01 0,649 -2,8 -0,189 1,98 0,036 60,21 0,425 23,23 0,976 9,37 0,513 0,05 0,002 51.309 0,130 0,075GIAPPONE 2001 26.639 0,723 0,6 0,045 17,08 0,583 -6,08 -0,411 -0,73 -0,013 141,52 1,000 19,61 0,824 5,03 0,275 2,11 0,101 395.155 1,000 0,438GRECIA 2001 17.490 0,475 4,09 0,310 15,5 0,529 -1,1 -0,074 3,36 0,062 109,1 0,771 8,02 0,337 10,5 0,575 -5,9 -0,282 5.154 0,013 -1,158HONG KONG 2001 26.214 0,712 0,63 0,048 10,07 0,344 -4,95 -0,334 -1,61 -0,030 0 0,000 5,41 0,227 4,93 0,270 7,49 0,358 111.155 0,281 0,708INDIA 2001 2.500 0,068 5,14 0,389 12,46 0,425 -4,73 -0,320 3,78 0,069 57,66 0,407 0,62 0,026 9,2 0,504 0,37 0,018 45.871 0,116 -1,108INDONESIA 2001 3.200 0,087 3,47 0,263 7,73 0,264 -1,18 -0,080 11,46 0,211 88,98 0,629 0,28 0,012 8,1 0,444 4,82 0,231 27.246 0,069 -0,965IRLANDA 2001 30.231 0,821 6,19 0,469 13,43 0,458 1,7 0,115 4,86 0,089 36,7 0,259 13,28 0,558 3,93 0,215 -0,66 -0,032 5.587 0,014 0,923ISRAELE 2001 19.769 0,537 -0,91 -0,069 29,31 1,000 -4,6 -0,311 1,1 0,020 99,06 0,700 10,52 0,442 9,33 0,511 -1,58 -0,076 23.378 0,059 -1,648ITALIA 2001 26.655 0,724 1,81 0,137 19,27 0,657 -2,58 -0,174 2,79 0,051 109,44 0,773 13,76 0,578 9,46 0,518 -0,02 -0,001 24.000 0,061 -0,676KAZAKHSTAN 2001 6.634 0,180 13,2 1,000 16,45 0,561 -0,4 -0,027 8,4 0,154 20,17 0,143 0,66 0,028 10,43 0,571 -4,95 -0,237 1.997 0,005 -0,480MALESIA 2001 6.127 0,166 0,32 0,024 12,59 0,430 -5,51 -0,372 1,42 0,026 43,59 0,308 2,11 0,089 3,68 0,202 8,28 0,396 30.474 0,077 -0,585MESSICO 2001 9.005 0,244 -0,12 -0,009 11,77 0,402 -0,69 -0,047 6,37 0,117 20,05 0,142 1,74 0,073 2,46 0,135 -2,9 -0,139 44.741 0,113 -0,559NORVEGIA 2001 36.836 1,000 1,93 0,146 20,28 0,692 14,8 1,000 3,02 0,056 26,2 0,185 23,79 1,000 3,55 0,194 15,63 0,748 15.488 0,039 2,806NUOVA ZELANDA 2001 21.174 0,575 1,98 0,150 17,94 0,612 1,77 0,120 2,63 0,048 30,58 0,216 7,74 0,325 5,33 0,292 -2,78 -0,133 3.009 0,008 -0,124OLANDA 2001 29.345 0,797 1,22 0,092 23,37 0,797 -0,04 -0,003 4,12 0,076 52,9 0,374 19,75 0,830 3,53 0,193 2,02 0,097 9.034 0,023 0,396PERU’ 2001 4.811 0,131 0,56 0,042 11,14 0,380 -2,54 -0,172 1,98 0,036 45,66 0,323 1,15 0,048 9,23 0,505 -2,02 -0,097 8.671 0,022 -1,270POLONIA 2001 10.210 0,277 1 0,076 17,74 0,605 -4,32 -0,292 5,49 0,101 38,83 0,274 2,8 0,118 16,23 0,889 -3,91 -0,187 25.648 0,065 -1,813PORTOGALLO 2001 18.720 0,508 1,64 0,124 20,78 0,709 -4,2 -0,284 4,35 0,080 55,42 0,392 4,89 0,206 4,05 0,222 -9,04 -0,433 9.000 0,023 -1,258REPUBBLICA CECA 2001 14.644 0,398 3,09 0,234 19,34 0,660 -2,4 -0,162 4,68 0,086 18,99 0,134 2,19 0,092 8,55 0,468 -5,72 -0,274 14.341 0,036 -1,024ROMANIA 2001 4.837 0,131 5,7 0,432 14,9 0,508 -3,26 -0,220 34,47 0,634 27,36 0,193 0,58 0,024 8,6 0,471 -5,83 -0,279 5.442 0,014 -1,704RUSSIA 2001 7.169 0,195 5,09 0,386 16,44 0,561 3,08 0,208 21,6 0,397 49,35 0,349 0,63 0,026 9,03 0,495 10,95 0,524 32.542 0,082 -0,380SINGAPORE 2001 26.311 0,714 -2,37 -0,180 13,1 0,447 1,6 0,108 1,01 0,019 97,1 0,686 7,77 0,327 3,33 0,182 20,9 1,000 75.374 0,191 0,826SLOVAKIA 2001 12.059 0,327 3,3 0,250 19,97 0,681 -3,24 -0,219 7,1 0,131 31,41 0,222 1,42 0,060 18,26 1,000 -8,58 -0,411 4.141 0,010 -2,016SPAGNA 2001 20.935 0,568 2,67 0,202 17,5 0,597 -0,13 -0,009 3,6 0,066 68,38 0,483 10,88 0,457 10,53 0,577 -2,58 -0,123 29.000 0,073 -0,554SRI LANKA 2001 2.954 0,080 -1,55 -0,117 10,21 0,348 -9,99 -0,675 14,16 0,260 105,1 0,743 0,29 0,012 7,93 0,434 -1,71 -0,082 1.287 0,003 -2,564STATI UNITI 2001 35.438 0,962 0,51 0,039 17,97 0,613 1,27 0,086 2,83 0,052 57,47 0,406 20,6 0,866 4,76 0,261 -3,9 -0,187 57.633 0,146 0,580SUD KOREA 2001 15.941 0,433 3,23 0,245 10,33 0,352 1,32 0,089 4,07 0,075 18,15 0,128 7,82 0,329 3,75 0,205 1,93 0,092 102.753 0,260 0,687SVIZZERA 2001 29.794 0,809 0,91 0,069 14,73 0,503 0,56 0,038 0,97 0,018 50,29 0,355 21,84 0,918 1,86 0,102 9,2 0,440 32.000 0,081 1,377SVEZIA 2001 25.981 0,705 1,17 0,089 27,05 0,923 4,56 0,308 2,44 0,045 54,38 0,384 18,42 0,774 3,99 0,219 3,06 0,146 13.977 0,035 0,488TAILANDIA 2001 6.565 0,178 1,94 0,147 11,57 0,395 -2,59 -0,175 1,66 0,031 53,36 0,377 1,04 0,044 3,3 0,181 5,4 0,258 32.355 0,082 -0,449TAIWAN 2001 22.600 0,614 -2,18 -0,165 13,05 0,445 -6,65 -0,449 -0,01 0,000 28,66 0,203 5,7 0,240 4,58 0,251 6,37 0,305 122.211 0,309 -0,046TURCHIA 2001 6.219 0,169 -7,5 -0,568 14,24 0,486 -16,34 -1,104 54,4 1,000 101,6 0,718 1,22 0,051 8,53 0,467 2,33 0,111 18.879 0,048 -3,964UCRAINA 2001 4.586 0,124 9,2 0,697 8,03 0,274 -0,29 -0,020 11,96 0,220 35,96 0,254 0,44 0,018 3,7 0,203 3,69 0,177 2.955 0,007 0,054UNGHERIA 2001 9.470 0,257 3,8 0,288 11 0,375 -5,15 -0,348 9,16 0,168 54,04 0,382 1,95 0,082 5,71 0,313 -3,39 -0,162 10.727 0,027 -1,094VENEZUELA 2001 6.161 0,167 2,79 0,211 8,59 0,293 -4,41 -0,298 12,53 0,230 30,41 0,215 3,44 0,145 13,3 0,728 1,63 0,078 9.239 0,023 -1,140MASSIMO 36.836 1,000 13,200 1,000 29,310 1,000 14,800 1,000 54,400 1,000 141,520 1,000 23,790 1,000 18,260 1,000 20,900 1,000 395.155 1,000 2,806MINIMO 2.500 0,068 -7,500 -0,568 7,730 0,264 -16,340 -1,104 -1,610 -0,030 0,000 0,000 0,280 0,012 1,860 0,102 -9,040 -0,433 839 0,002 -3,964


21

Tabella A3: Macroindicatori dei paesi, operatori magnitudo Coperev, score di performance (anno 2002)1 2 3 4 5 6 7 8 9 10

Paesi Anno GDP per head ($at PPP)

GDP (% realchange pa)

Governmentconsumption (% of GDP)

Budget balance(% of GDP)

Consumer prices(% change pa; av)


Labour costs perhour (USD)




Abs.Val.

Ai

maxα

+ Abs.Val.

Βmax

iβ+ Abs.

Val.

Χmax

iχ- Abs.

Val.

∆max

iδ+ Abs.

Val.

Εmax

iε- Abs.

Val.

Φmax

iφ- Abs.

Val.

Γmax

iγ+ Abs.

Val.

Ηmax

iη- Abs.

Val.

Ιmax

iι+

Abs. Val.

Θθ

maxi

+SCORE

ARGENTINA 2002 10.690 0,287 -10,89 -1,146 12,24 0,393 -1,46 -0,114 25,87 0,575 111,7 0,758 1,35 0,048 18,8 1,000 9,4 0,403 10.489 0,023 -3,226AUSTRALIA 2002 27.566 0,739 3,64 0,383 17,98 0,577 1,05 0,082 3 0,067 19,33 0,131 15,55 0,549 6,3 0,335 -4,33 -0,186 20.689 0,045 0,502BELGIO 2002 28.040 0,752 0,67 0,071 22,34 0,717 0 0,000 1,64 0,036 105,4 0,716 22,79 0,804 7,34 0,390 4,74 0,203 11.855 0,026 -0,004BRASILE 2002 7.640 0,205 1,91 0,201 20,13 0,646 -9,8 -0,766 8,45 0,188 55,93 0,380 2,58 0,091 11,68 0,621 -1,67 -0,072 37.684 0,082 -2,093G. BRETAGNA 2002 26.520 0,711 1,69 0,178 20,09 0,645 -1,3 -0,102 1,27 0,028 50,35 0,342 17,47 0,616 5,11 0,272 -0,92 -0,039 39.360 0,085 0,163BULGARIA 2002 6.010 0,161 4,8 0,505 10,03 0,322 -0,68 -0,053 5,81 0,129 55,87 0,379 0,71 0,025 17,71 0,942 -4,35 -0,187 4.407 0,010 -1,311CANADA 2002 30.740 0,824 3,28 0,345 18,95 0,608 1,3 0,102 2,25 0,050 80,4 0,546 16,02 0,565 7,65 0,407 2,03 0,087 36.984 0,080 0,393CILE 2002 10.373 0,278 2,15 0,226 12,64 0,406 -0,79 -0,062 2,49 0,055 15,1 0,103 1,98 0,070 8,95 0,476 -0,83 -0,036 15.341 0,033 -0,529CINA 2002 4.690 0,126 8,01 0,843 13,4 0,430 -3,03 -0,237 -0,77 -0,017 13,16 0,089 0,8 0,028 9 0,479 2,86 0,123 291.128 0,631 0,534COLOMBIA 2002 6.465 0,173 1,76 0,185 20,68 0,663 -5,47 -0,427 6,35 0,141 50,33 0,342 1,43 0,050 15,65 0,832 -2,02 -0,087 10.732 0,023 -2,061DANIMARCA 2002 30.042 0,806 1,02 0,107 26,35 0,845 1,81 0,141 2,42 0,054 52,07 0,354 24,23 0,855 5,15 0,274 2,05 0,088 26.985 0,059 0,529ECUADOR 2002 3.680 0,099 3,41 0,359 10,83 0,347 0,63 0,049 12,48 0,278 57,99 0,394 2,07 0,073 8,64 0,460 -4,98 -0,214 714 0,002 -1,111EGITTO 2002 3.630 0,097 2,96 0,312 10,4 0,334 -5,8 -0,453 2,7 0,060 99,9 0,678 0,58 0,020 9 0,479 0,7 0,030 13.242 0,029 -1,516FILIPPINE 2002 3.970 0,106 4,56 0,480 12,76 0,409 -5,3 -0,414 3,11 0,069 67,8 0,460 0,73 0,026 11,4 0,606 5,45 0,234 13.144 0,029 -1,085FINLANDIA 2002 27.058 0,726 2,18 0,229 21,71 0,697 4,51 0,352 1,58 0,035 48,92 0,332 21,56 0,760 9,08 0,483 7,73 0,332 9.285 0,020 0,873FRANCIA 2002 27.500 0,738 1,21 0,127 23,82 0,764 -3,1 -0,242 1,92 0,043 67,12 0,456 17,42 0,614 9,03 0,480 1,79 0,077 28.365 0,062 -0,367GERMANIA 2002 26.690 0,716 0,18 0,019 19,16 0,615 -3,6 -0,281 1,36 0,030 62,4 0,424 25,08 0,885 9,81 0,522 2,34 0,100 51.171 0,111 -0,041GIAPPONE 2002 26.944 0,723 -0,24 -0,025 17,66 0,567 -7,12 -0,556 -0,92 -0,020 147,28 1,000 18,83 0,664 5,38 0,286 2,83 0,121 461.186 1,000 0,094GRECIA 2002 18.340 0,492 3,98 0,419 15,4 0,494 -1,4 -0,109 3,6 0,080 107 0,727 8,94 0,315 9,8 0,521 -6,2 -0,266 8.083 0,018 -0,954HONG KONG 2002 26.760 0,718 2,25 0,237 10,34 0,332 -4,85 -0,379 -3,03 -0,067 0 0,000 5,02 0,177 7,24 0,385 10,73 0,461 111.898 0,243 0,806INDIA 2002 2.620 0,070 4,59 0,483 12,51 0,401 -5,9 -0,461 4,3 0,096 60,6 0,411 0,66 0,023 9,9 0,527 0,91 0,039 67.666 0,147 -1,134INDONESIA 2002 3.330 0,089 3,69 0,388 8,21 0,263 -1,6 -0,125 11,92 0,265 78,11 0,530 0,37 0,013 8,3 0,441 4,31 0,185 30.969 0,067 -0,882IRLANDA 2002 32.220 0,864 6,92 0,728 13,64 0,438 -0,3 -0,023 4,65 0,103 33,7 0,229 15,09 0,532 4,43 0,236 -0,74 -0,032 5.415 0,012 1,076ISRAELE 2002 19.516 0,523 -0,79 -0,083 31,17 1,000 -3,77 -0,295 5,69 0,127 104,26 0,708 9,18 0,324 10,3 0,548 -1,33 -0,057 24.082 0,052 -1,918ITALIA 2002 27.010 0,724 0,37 0,039 19,2 0,616 -2,3 -0,180 2,46 0,055 106,67 0,724 14,94 0,527 8,98 0,478 -0,6 -0,026 28.000 0,061 -0,727KAZAKHSTAN 2002 7.368 0,198 9,5 1,000 16,7 0,536 -0,35 -0,027 6,01 0,134 17,79 0,121 0,74 0,026 9,33 0,496 -2,85 -0,122 2.550 0,006 -0,207MALESIA 2002 6.340 0,170 4,12 0,434 13,87 0,445 -5,62 -0,439 1,81 0,040 45,74 0,311 2,16 0,076 3,48 0,185 7,6 0,326 34.222 0,074 -0,340MESSICO 2002 9.080 0,244 0,73 0,077 11,76 0,377 -1,18 -0,092 5,03 0,112 22,8 0,155 1,79 0,063 2,7 0,144 -2,2 -0,094 50.594 0,110 -0,481NORVEGIA 2002 37.287 1,000 0,95 0,100 21,86 0,701 12,8 1,000 1,29 0,029 23,5 0,160 28,35 1,000 3,9 0,207 13,2 0,567 20.681 0,045 2,614NUOVA ZELANDA 2002 22.170 0,595 4,65 0,489 18,29 0,587 1,8 0,141 2,68 0,060 28,7 0,195 8,84 0,312 5,18 0,276 -3,5 -0,150 3.739 0,008 0,278OLANDA 2002 29.573 0,793 0,24 0,025 24,53 0,787 -1,6 -0,125 3,31 0,074 52,41 0,356 21,74 0,767 3,63 0,193 2,42 0,104 9.563 0,021 0,175PERU' 2002 5.040 0,135 5,24 0,552 10,86 0,348 -2,35 -0,184 0,19 0,004 46,57 0,316 1,18 0,042 8,9 0,473 -1,98 -0,085 9.339 0,020 -0,662POLONIA 2002 10.450 0,280 1,4 0,147 17,64 0,566 -5,1 -0,398 1,87 0,042 43,8 0,297 2,91 0,103 17,76 0,945 -3,54 -0,152 28.649 0,062 -1,808PORTOGALLO 2002 18.990 0,509 0,47 0,049 21,28 0,683 -2,7 -0,211 3,59 0,080 56 0,380 5,42 0,191 5,05 0,269 -7,1 -0,305 11.000 0,024 -1,153REPUBBLICA CECA 2002 15.130 0,406 1,96 0,206 21,41 0,687 -6,3 -0,492 1,82 0,040 24,45 0,166 2,73 0,096 9,19 0,489 -6,45 -0,277 23.555 0,051 -1,392ROMANIA 2002 5.140 0,138 4,9 0,516 6,65 0,213 -2,63 -0,205 22,54 0,501 24,84 0,169 0,64 0,023 8,1 0,431 -3,44 -0,148 7.211 0,016 -0,975RUSSIA 2002 7.664 0,206 4,66 0,491 17,69 0,568 1,65 0,129 15,96 0,355 42,01 0,285 0,78 0,028 8 0,426 8,65 0,371 44.053 0,096 -0,314SINGAPORE 2002 27.030 0,725 2,25 0,237 11,9 0,382 -1 -0,078 -0,4 -0,009 91,5 0,621 7,76 0,274 4,4 0,234 23,3 1,000 82.021 0,178 1,107SLOVAKIA 2002 12.731 0,341 4,4 0,463 19,94 0,640 -7,23 -0,565 3,32 0,074 36,17 0,246 1,66 0,059 17,82 0,948 -8,18 -0,351 8.808 0,019 -1,941SPAGNA 2002 21.450 0,575 2,01 0,212 17,58 0,564 -0,24 -0,019 3,53 0,079 64,45 0,438 11,98 0,423 11,35 0,604 -2,6 -0,112 34.000 0,074 -0,531SRI LANKA 2002 3.070 0,082 3,95 0,416 9,14 0,293 -7,9 -0,617 9,71 0,216 106,7 0,724 0,29 0,010 9,18 0,488 -2,5 -0,107 1.631 0,004 -1,935STATI UNITI 2002 36.432 0,977 2,19 0,231 18,44 0,592 -1,52 -0,119 1,58 0,035 59,75 0,406 21,33 0,752 5,78 0,307 -4,59 -0,197 67.962 0,147 0,452SUD KOREA 2002 17.006 0,456 6,27 0,660 10,56 0,339 3,8 0,297 2,76 0,061 15,5 0,105 9,16 0,323 3,08 0,164 1,28 0,055 121.345 0,263 1,385SVIZZERA 2002 29.400 0,788 0,07 0,007 15,25 0,489 0,2 0,016 0,64 0,014 51,1 0,347 24,33 0,858 2,79 0,148 12,5 0,536 40.000 0,087 1,294SVEZIA 2002 26.722 0,717 1,85 0,195 28,1 0,902 1,06 0,083 2,15 0,048 52,68 0,358 20,27 0,715 3,99 0,212 4,41 0,189 17.127 0,037 0,416TAILANDIA 2002 6.920 0,186 5,22 0,549 11,2 0,359 -1,4 -0,109 0,6 0,013 58,8 0,399 1,12 0,040 2,4 0,128 6 0,258 38.046 0,082 0,106TAIWAN 2002 23.630 0,634 3,59 0,378 12,64 0,406 -4,88 -0,381 -0,2 -0,004 28,92 0,196 5,58 0,197 5,16 0,274 9,11 0,391 161.656 0,351 0,697TURCHIA 2002 6.686 0,179 7,78 0,819 14,03 0,450 -14,16 -1,106 44,96 1,000 88,9 0,604 1,44 0,051 10,68 0,568 -0,98 -0,042 27.069 0,059 -2,662UCRAINA 2002 4.897 0,131 4,8 0,505 8,1 0,260 0,78 0,061 0,76 0,017 33,7 0,229 0,54 0,019 3,8 0,202 7,65 0,328 4.241 0,009 0,346UNGHERIA 2002 9.930 0,266 3,3 0,347 11,05 0,355 -9,65 -0,754 5,29 0,118 60,45 0,410 2,48 0,087 5,82 0,310 -4,27 -0,183 10.349 0,022 -1,406VENEZUELA 2002 5.610 0,150 -8,88 -0,935 8,06 0,259 -4,8 -0,375 22,43 0,499 38,35 0,260 2,45 0,086 15,9 0,846 7,8 0,335 8.487 0,018 -2,583MASSIMO 37.287 1,000 9,500 1,000 31,170 1,000 12,800 1,000 44,960 1,000 147,280 1,000 28,350 1,000 18,800 1,000 23,300 1,000 461.186 1,000 2,614MINIMO 2.620 0,070 -10,890 -1,146 6,650 0,213 -14,160 -1,106 -3,030 -0,067 0,000 0,000 0,290 0,010 2,400 0,128 -8,180 -0,351 714,000 0,002 -3,226


22

Tabella A4: Country risk scoring per anni e paesi

PAESI 2000 2001 2002 MEDIA2000-02

ARGENTINA -1,417 -1,833 -3,226 -2,159AUSTRALIA 0,246 0,200 0,502 0,316BELGIO 0,264 0,017 -0,004 0,093BRASILE -1,483 -1,690 -2,093 -1,756G. BRETAGNA 0,661 0,314 0,163 0,380BULGARIA -1,784 -1,798 -1,311 -1,631CANADA 0,737 0,273 0,393 0,468CILE -0,341 -0,571 -0,529 -0,480CINA 0,327 0,096 0,534 0,319COLOMBIA -1,777 -2,101 -2,061 -1,979DANIMARCA 0,616 0,629 0,529 0,591ECUADOR -0,775 -1,640 -1,111 -1,175EGITTO -1,177 -1,523 -1,516 -1,405FILIPPINE -0,687 -1,395 -1,085 -1,056FINLANDIA 1,198 0,728 0,873 0,933FRANCIA 0,007 -0,143 -0,367 -0,168GERMANIA 0,477 0,075 -0,041 0,170GIAPPONE 0,687 0,438 0,094 0,407GRECIA -1,116 -1,158 -0,954 -1,076HONG KONG 1,967 0,708 0,806 1,160INDIA -1,252 -1,108 -1,134 -1,165INDONESIA -0,653 -0,965 -0,882 -0,834IRLANDA 1,518 0,923 1,076 1,172ISRAELE -0,482 -1,648 -1,918 -1,349ITALIA -0,495 -0,676 -0,727 -0,632KAZAKHSTAN -0,308 -0,480 -0,207 -0,332MALESIA 0,475 -0,585 -0,340 -0,150MESSICO -0,034 -0,559 -0,481 -0,358NORVEGIA 3,009 2,806 2,614 2,810NUOVA ZELANDA -0,190 -0,124 0,278 -0,012OLANDA 0,714 0,396 0,175 0,429PERU' -1,076 -1,270 -0,662 -1,003POLONIA -1,524 -1,813 -1,808 -1,715PORTOGALLO -1,083 -1,258 -1,153 -1,165REPUBBLICA CECA -1,067 -1,024 -1,392 -1,161ROMANIA -2,334 -1,704 -0,975 -1,671RUSSIA 0,463 -0,380 -0,314 -0,077SINGAPORE 2,066 1,107 0,826 1,333SLOVAKIA -1,939 -2,016 -1,941 -1,965SPAGNA -0,710 -0,554 -0,531 -0,598SRI LANKA -1,924 -2,564 -1,935 -2,141STATI UNITI 0,907 0,580 0,452 0,646SUD KOREA 1,411 0,687 1,385 1,161SVIZZERA 2,023 1,377 1,294 1,565SVEZIA 0,818 0,488 0,416 0,574TAILANDIA 0,000 -0,449 0,106 -0,114TAIWAN 0,771 -0,046 0,697 0,474TURCHIA -2,262 -3,964 -2,662 -2,963UCRAINA -0,319 0,054 0,346 0,027UNGHERIA -1,015 -1,094 -1,406 -1,172VENEZUELA -0,404 -1,140 -2,583 -1,376Media -0,162 -0,537 -0,466 -0,388


23

Tabella A4a: Country risk scoring media periodo 2000-2002(ordinati in modo decrescente)

PAESI MEDIA 00-01-02

NORVEGIA 2,810SVIZZERA 1,565SINGAPORE 1,333IRLANDA 1,172SUD KOREA 1,161HONG KONG 1,160FINLANDIA 0,933STATI UNITI 0,646DANIMARCA 0,591SVEZIA 0,574TAIWAN 0,474CANADA 0,468OLANDA 0,429GIAPPONE 0,407G. BRETAGNA 0,380CINA 0,319AUSTRALIA 0,316GERMANIA 0,170BELGIO 0,093UCRAINA 0,027NUOVA ZELANDA -0,012RUSSIA -0,077TAILANDIA -0,114MALESIA -0,150FRANCIA -0,168KAZAKHSTAN -0,332MESSICO -0,358Media -0,388CILE -0,480SPAGNA -0,598ITALIA -0,632INDONESIA -0,834PERU' -1,003FILIPPINE -1,056GRECIA -1,076REPUBBLICA CECA -1,161INDIA -1,165PORTOGALLO -1,165UNGHERIA -1,172ECUADOR -1,175ISRAELE -1,349VENEZUELA -1,376EGITTO -1,405BULGARIA -1,631ROMANIA -1,671POLONIA -1,715BRASILE -1,756SLOVAKIA -1,965COLOMBIA -1,979SRI LANKA -2,141ARGENTINA -2,159TURCHIA -2,963


24

Tabella A5: Country risk scoring per paesi e aree geopolitiche(media periodo 2000-2002)

PAESI MEDIA AREE GEOPOLITICHECANADA 0,468STATI UNITI 0,646 0,557 AMERICA DEL NORDARGENTINA -2,159BRASILE -1,756CILE -0,480COLOMBIA -1,979ECUADOR -1,175MESSICO -0,358PERU' -1,003VENEZUELA -1,376 -1,286 AMERICA LATINABELGIO 0,093G. BRETAGNA 0,380DANIMARCA 0,591FINLANDIA 0,933FRANCIA -0,168GERMANIA 0,170GRECIA -1,076IRLANDA 1,172ITALIA -0,632NORVEGIA 2,810OLANDA 0,429PORTOGALLO -1,165SPAGNA -0,598SVIZZERA 1,565SVEZIA 0,574 0,338 EUROPABULGARIA -1,631POLONIA -1,715REPUBBLICA CECA -1,161ROMANIA -1,671RUSSIA -0,077SLOVAKIA -1,965UCRAINA 0,027UNGHERIA -1,172 -1,171 EST EUROPAEGITTO -1,405 -1,405 AFRICACINA 0,319FILIPPINE -1,056GIAPPONE 0,407HONG KONG 1,160 0,704 TIGRI ASIATICHEINDIA -1,165INDONESIA -0,834ISRAELE -1,349KAZAKHSTAN -0,332MALESIA -0,150SINGAPORE 1,333SRI LANKA -2,141SUD KOREA 1,161TAILANDIA -0,114TAIWAN 0,474TURCHIA -2,963 -0,350 ASIAAUSTRALIA 0,316NUOVA ZELANDA -0,012 0,152 OCEANIAMedia -0,388


25

Tabella A5a: Country risk scoring per aree geopolitiche(media periodo 2000-2002)

AREE GEOPOLITICHE1 AMERICA DEL NORD 0,562 AMERICA LATINA -1,293 EUROPA 0,344 EST EUROPA -1,175 AFRICA -1,416 ASIA -0,357 OCEANIA 0,158 TIGHI ASIATICHE HONG KONG 0,70

MALESIASINGAPORETAIWAN

Tabella A5b: Indici di concomitanza per aree geopolitiche

AREE GEOPOLITICHE1 AMERICA DEL NORD +12 AMERICA LATINA -13 EUROPA +0,334 EST EUROPA -0,755 AFRICA -16 ASIA -0,27 OCEANIA 08 TIGRI ASIATICHE HONG KONG +1

MALESIASINGAPORETAIWAN


26

Figura A1: Country risk magnitude per anni e paesi industrializzati

-1,6

-1,1

-0,6

-0,1

0,4

0,9

1,4

1,9

2,4

2,9

AU

STR

ALI

A

BEL

GIO

G. B

RET

AG

NA

CA

NA

DA

DA

NIM

AR

CA

FIN

LAN

DIA

FRA

NC

IA

GER

MA

NIA

GR

ECIA

IRLA

ND

A

ITA

LIA

NO

RVE

GIA

NU

OVA

ZEL

AN

DA

OLA

ND

A

POR

TOG

ALL

O

SPA

GN

A

STA

TI U

NIT

I

SVIZ

ZER

A

SVEZ

IA

Mag

nitu

do C

oper

ev

2000 2001 2002


27

Figura A2: Magnitudo per anni e paesi dell’America Latina

-2

-1,8

-1,6

-1,4

-1,2

-1

-0,8

-0,6

-0,4

-0,2

0ARGENTINA BRASILE CILE COLOMBIA ECUADOR EGITTO MESSICO PERU' VENEZUELA

Mag

nitu

do C

oper

ev

2000 2001 2002


28

Figura A3: Magnitudo per anni e paesi dell’Asia

-2,7

-2,2

-1,7

-1,2

-0,7

-0,2

0,3

0,8

1,3

1,8

CIN

A

FILI

PPIN

E

GIA

PPO

NE

HO

NG

KO

NG

IND

IA

IND

ON

ESIA

ISR

AEL

E

KA

ZAK

HST

AN

MA

LESI

A

SIN

GA

POR

E

SRI L

AN

KA

SUD

KO

REA

TAIL

AN

DIA

TAIW

AN

TUR

CH

IA

Mag

nitu

do C

oper

ev

2000 2001 2002


29

Figura A4: Magnitudo per anni e paesi dell’Est Europa

-4

-3,5

-3

-2,5

-2

-1,5

-1

-0,5

0

0,5BULGARIA POLONIA REP. CECA ROMANIA RUSSIA SLOVAKIA UCRAINA UNGHERIA

Mag

nitu

do C

oper

ev

2000 2001 2002

I

WORKING PAPER SERIES (2004-1993) 2004 1/04 Le origini dell’economia dell’innovazione: il contributo di Rae, by Mario Coccia 2/04 Liberalizzazione e integrazione verticale delle utility elettriche: evidenza empirica da un campione italiano di

imprese pubbliche locali, by Massimiliano Piacenza and Elena Beccio 3/04 Uno studio sull’innovazione nell’industria chimica, by Anna Ceci, Mario De Marchi, Maurizio Rocchi 4/04 Labour market rigidity and firms’ R&D strategies, by Mario De Marchi and Maurizio Rocchi 5/04 Analisi della tecnologia e approcci alla sua misurazione, by Mario Coccia 6/04 Analisi delle strutture pubbliche di ricerca scientifica: tassonomia e comportamento strategico, by Mario Coccia 7/04 Ricerca teorica vs. ricerca applicata. Un’analisi relativa al Cnr, by Mario Coccia and Secondo Rolfo 8/04 Considerazioni teoriche sulla diffusione delle innovazioni nei distretti industriali: il caso delle ICT, by Arianna

Miglietta 9/04 Le politiche industriali regionali nel Regno Unito, by Elisa Salvador 10/04 Going public to grow? Evidence from a panel of Italian firms, by Robert E. Carpenter and L. Rondi 11/04 What Drives Market Prices in the Wine Industry? Estimation of a Hedonic Model for Italian Premium Wine, by

Luigi Benfratello, Massimiliano Piacenza and Stefano Sacchetto 12/04 Brief notes on the policies for science-based firms, by Mario De Marchi, Maurizio Rocchi 13/04 Countrymetrics e valutazione della performance economica dei paesi: un approccio sistemico, by Mario Coccia 14/04 Analisi del rischio paese e sistemazione tassonomica, by Mario Coccia 15/04 Organizing the Offices for Technology Transfer, by Chiara Franzoni 16/04 Le relazioni tra ricerca pubblica e industria in Italia, by Secondo Rolfo 17/04 Modelli di analisi e previsione del rischio di insolvenza: una prospettiva delle metodologie applicate, by Nadia

D’Annunzio e Greta Falavigna 18/04 SERIE SPECIALE: Lo stato di salute del sistema industriale piemontese: analisi economico-finanziaria delle

imprese piemontesi, Terzo Rapporto 1999-2002, by Giuseppe Calabrese, Fabrizio Erbetta, Federico Bruno Rolle 19/04 SERIE SPECIALE: Osservatorio sulla dinamica economico-finanziaria delle imprese della filiera del tessile e

dell’abbigliamento in Piemonte, Primo rapporto 1999-2002, by Giuseppe Calabrese, Fabrizio Erbetta, Federico Bruno Rolle

20/04 SERIE SPECIALE: Osservatorio sulla dinamica economico-finanziaria delle imprese della filiera dell’auto in Piemonte, Secondo Rapporto 1999-2002, by Giuseppe Calabrese, Fabrizio Erbetta, Federico Bruno Rolle

2003 1/03 Models for Measuring the Research Performance and Management of the Public Labs, by Mario Coccia, March 2/03 An Approach to the Measurement of Technological Change Based on the Intensity of Innovation, by Mario

Coccia, April 3/03 Verso una patente europea dell’informazione: il progetto EnIL, by Carla Basili, June 4/03 Scala della magnitudo innovativa per misurare l’attrazione spaziale del trasferimento tecnologico, by Mario

Coccia, June 5/03 Mappe cognitive per analizzare i processi di creazione e diffusione della conoscenza negli Istituti di ricerca, by

Emanuele Cadario, July 6/03 Il servizio postale: caratteristiche di mercato e possibilità di liberalizzazione, by Daniela Boetti, July 7/03 Donne-scienza-tecnologia: analisi di un caso di studio, by Anita Calcatelli, Mario Coccia, Katia Ferraris and

Ivana Tagliafico, July 8/03 SERIE SPECIALE. OSSERVATORIO SULLE PICCOLE IMPRESE INNOVATIVE TRIESTE. Imprese innovative in Friuli

Venezia Giulia: un esperimento di analisi congiunta, by Lucia Rotaris, July 9/03 Regional Industrial Policies in Germany, by Helmut Karl, Antje Möller and Rüdiger Wink, July 10/03 SERIE SPECIALE. OSSERVATORIO SULLE PICCOLE IMPRESE INNOVATIVE TRIESTE. L’innovazione nelle new

technology-based firms in Friuli-Venezia Giulia, by Paola Guerra, October 11/03 SERIE SPECIALE. Lo stato di salute del sistema industriale piemontese: analisi economico-finanziaria delle

imprese piemontesi, Secondo Rapporto 1998-2001, December 12/03 SERIE SPECIALE. Osservatorio sulla dinamica economico-finanziaria delle imprese della meccanica specializzata

in Piemonte, Primo Rapporto 1998-2001, December 13/03 SERIE SPECIALE. Osservatorio sulla dinamica economico-finanziaria delle imprese delle bevande in Piemonte,

Primo Rapporto 1998-2001, December

2002 1/02 La valutazione dell’intensità del cambiamento tecnologico: la scala Mercalli per le innovazioni, by Mario

Coccia, January

II

2/02 SERIE SPECIALE IN COLLABORAZIONE CON HERMES. Regulatory constraints and cost efficiency of the Italian public transit systems: an exploratory stochastic frontier model, by Massimiliano Piacenza, March

3/02 Aspetti gestionali e analisi dell’efficienza nel settore della distribuzione del gas, by Giovanni Fraquelli and Fabrizio Erbetta, March

4/02 Dinamica e comportamento spaziale del trasferimento tecnologico, by Mario Coccia, April 5/02 Dimensione organizzativa e performance della ricerca: l’analisi del Consiglio Nazionale delle Ricerche, by

Mario Coccia and Secondo Rolfo, April 6/02 Analisi di un sistema innovativo regionale e implicazioni di policy nel processo di trasferimento tecnologico, by

Monica Cariola and Mario Coccia, April 7/02 Analisi psico-economica di un’organizzazione scientifica e implicazioni di management: l’Istituto Elettrotecnico

Nazionale “G. Ferraris”, by Mario Coccia and Alessandra Monticone, April 8/02 Firm Diversification in the European Union. New Insights on Return to Core Business and Relatedness, by

Laura Rondi and Davide Vannoni, May 9/02 Le nuove tecnologie di informazione e comunicazione nelle PMI: un’analisi sulla diffusione dei siti internet nel

distretto di Biella, by Simona Salinari, June 10/02 La valutazione della soddisfazione di operatori di aziende sanitarie, by Gian Franco Corio, November 11/02 Analisi del processo innovativo nelle PMI italiane, by Giuseppe Calabrese, Mario Coccia and Secondo Rolfo,

November 12/02 Metrics della Performance dei laboratori pubblici di ricerca e comportamento strategico, by Mario Coccia,

September 13/02 Technometrics basata sull’impatto economico del cambiamento tecnologico, by Mario Coccia, November 2001 1/01 Competitività e divari di efficienza nell'industria italiana, by Giovanni Fraquelli, Piercarlo Frigero and Fulvio

Sugliano, January 2/01 Waste water purification in Italy: costs and structure of the technology, by Giovanni Fraquelli and Roberto

Giandrone, January 3/01 SERIE SPECIALE IN COLLABORAZIONE CON HERMES. Il trasporto pubblico locale in Italia: variabili esplicative

dei divari di costo tra le imprese, by Giovanni Fraquelli, Massimiliano Piacenza and Graziano Abrate, February 4/01 Relatedness, Coherence, and Coherence Dynamics: Empirical Evidence from Italian Manufacturing, by Stefano

Valvano and Davide Vannoni, February 5/01 Il nuovo panel Ceris su dati di impresa 1977-1997, by Luigi Benfratello, Diego Margon, Laura Rondi,

Alessandro Sembenelli, Davide Vannoni, Silvana Zelli, Maria Zittino, October 6/01 SMEs and innovation: the role of the industrial policy in Italy, by Giuseppe Calabrese and Secondo Rolfo, May 7/01 Le martingale: aspetti teorici ed applicativi, by Fabrizio Erbetta and Luca Agnello, September 8/01 Prime valutazioni qualitative sulle politiche per la R&S in alcune regioni italiane, by Elisa Salvador, October 9/01 Accords technology transfer-based: théorie et méthodologie d’analyse du processus, by Mario Coccia, October 10/01 Trasferimento tecnologico: indicatori spaziali, by Mario Coccia, November 11/01 Does the run-up of privatisation work as an effective incentive mechanism? Preliminary findings from a sample

of Italian firms, by Fabrizio Erbetta, October 12/01 SERIE SPECIALE IN COLLABORAZIONE CON HERMES. Costs and Technology of Public Transit Systems in Italy:

Some Insights to Face Inefficiency, by Giovanni Fraquelli, Massimiliano Piacenza and Graziano Abrate, October

13/01 Le NTBFs a Sophia Antipolis, analisi di un campione di imprese, by Alessandra Ressico, December 2000 1/00 Trasferimento tecnologico: analisi spaziale, by Mario Coccia, March 2/00 Poli produttivi e sviluppo locale: una indagine sulle tecnologie alimentari nel mezzogiorno, by Francesco G.

Leone, March 3/00 La mission del top management di aziende sanitarie, by Gian Franco Corio, March 4/00 La percezione dei fattori di qualità in Istituti di ricerca: una prima elaborazione del caso Piemonte, by Gian

Franco Corio, March 5/00 Una metodologia per misurare la performance endogena nelle strutture di R&S, by Mario Coccia, April 6/00 Soddisfazione, coinvolgimento lavorativo e performance della ricerca, by Mario Coccia, May 7/00 Foreign Direct Investment and Trade in the EU: Are They Complementary or Substitute in Business Cycles

Fluctuations?, by Giovanna Segre, April 8/00 L’attesa della privatizzazione: una minaccia credibile per il manager?, by Giovanni Fraquelli, May

III

9/00 Gli effetti occupazionali dell’innovazione. Verifica su un campione di imprese manifatturiere italiane, by Marina Di Giacomo, May

10/00 Investment, Cash Flow and Managerial Discretion in State-owned Firms. Evidence Across Soft and Hard Budget Constraints, by Elisabetta Bertero and Laura Rondi, June

11/00 Effetti delle fusioni e acquisizioni: una rassegna critica dell’evidenza empirica, by Luigi Benfratello, June 12/00 Identità e immagine organizzativa negli Istituti CNR del Piemonte, by Paolo Enria, August 13/00 Multinational Firms in Italy: Trends in the Manufacturing Sector, by Giovanna Segre, September 14/00 Italian Corporate Governance, Investment, and Finance, by Robert E. Carpenter and Laura Rondi, October 15/00 Multinational Strategies and Outward-Processing Trade between Italy and the CEECs: The Case of Textile-

Clothing, by Giovanni Balcet and Giampaolo Vitali, December 16/00 The Public Transit Systems in Italy: A Critical Analysis of the Regulatory Framework, by Massimiliano

Piacenza, December

1999 1/99 La valutazione delle politiche locali per l’innovazione: il caso dei Centri Servizi in Italia, by Monica Cariola and

Secondo Rolfo, January 2/99 Trasferimento tecnologico ed autofinanziamento: il caso degli Istituti Cnr in Piemonte, by Mario Coccia, March 3/99 Empirical studies of vertical integration: the transaction cost orthodoxy, by Davide Vannoni, March 4/99 Developing innovation in small-medium suppliers: evidence from the Italian car industry, by Giuseppe

Calabrese, April 5/99 Privatization in Italy: an analysis of factors productivity and technical efficiency, by Giovanni Fraquelli and

Fabrizio Erbetta, March 6/99 New Technology Based-Firms in Italia: analisi di un campione di imprese triestine, by Anna Maria Gimigliano,

April 7/99 Trasferimento tacito della conoscenza: gli Istituti CNR dell’Area di Ricerca di Torino, by Mario Coccia, May 8/99 Struttura ed evoluzione di un distretto industriale piemontese: la produzione di casalinghi nel Cusio, by

Alessandra Ressico, June 9/99 Analisi sistemica della performance nelle strutture di ricerca, by Mario Coccia, September 10/99 The entry mode choice of EU leading companies (1987-1997), by Giampaolo Vitali, November 11/99 Esperimenti di trasferimento tecnologico alle piccole e medie imprese nella Regione Piemonte, by Mario Coccia,

November 12/99 A mathematical model for performance evaluation in the R&D laboratories: theory and application in Italy, by

Mario Coccia, November 13/99 Trasferimento tecnologico: analisi dei fruitori, by Mario Coccia, December 14/99 Beyond profitability: effects of acquisitions on technical efficiency and productivity in the Italian pasta industry,

by Luigi Benfratello, December 15/99 Determinanti ed effetti delle fusioni e acquisizioni: un’analisi sulla base delle notifiche alle autorità antitrust, by

Luigi Benfratello, December 1998 1/98 Alcune riflessioni preliminari sul mercato degli strumenti multimediali, by Paolo Vaglio, January 2/98 Before and after privatization: a comparison between competitive firms, by Giovanni Fraquelli and Paola Fabbri,

January 3/98 Not available 4/98 Le importazioni come incentivo alla concorrenza: l'evidenza empirica internazionale e il caso del mercato unico

europeo, by Anna Bottasso, May 5/98 SEM and the changing structure of EU Manufacturing, 1987-1993, by Stephen Davies, Laura Rondi and

Alessandro Sembenelli, November 6/98 The diversified firm: non formal theories versus formal models, by Davide Vannoni, December 7/98 Managerial discretion and investment decisions of state-owned firms: evidence from a panel of Italian

companies, by Elisabetta Bertero and Laura Rondi, December 8/98 La valutazione della R&S in Italia: rassegna delle esperienze del C.N.R. e proposta di un approccio alternativo,

by Domiziano Boschi, December 9/98 Multidimensional Performance in Telecommunications, Regulation and Competition: Analysing the European

Major Players, by Giovanni Fraquelli and Davide Vannoni, December 1997 1/97 Multinationality, diversification and firm size. An empirical analysis of Europe's leading firms, by Stephen

Davies, Laura Rondi and Alessandro Sembenelli, January

IV

2/97 Qualità totale e organizzazione del lavoro nelle aziende sanitarie, by Gian Franco Corio, January 3/97 Reorganising the product and process development in Fiat Auto, by Giuseppe Calabrese, February 4/97 Buyer-supplier best practices in product development: evidence from car industry, by Giuseppe Calabrese, April 5/97 L’innovazione nei distretti industriali. Una rassegna ragionata della letteratura, by Elena Ragazzi, April 6/97 The impact of financing constraints on markups: theory and evidence from Italian firm level data, by Anna

Bottasso, Marzio Galeotti and Alessandro Sembenelli, April 7/97 Capacità competitiva e evoluzione strutturale dei settori di specializzazione: il caso delle macchine per

confezionamento e imballaggio, by Secondo Rolfo, Paolo Vaglio, April 8/97 Tecnologia e produttività delle aziende elettriche municipalizzate, by Giovanni Fraquelli and Piercarlo Frigero,

April 9/97 La normativa nazionale e regionale per l’innovazione e la qualità nelle piccole e medie imprese: leggi, risorse,

risultati e nuovi strumenti, by Giuseppe Calabrese, June 10/97 European integration and leading firms’ entry and exit strategies, by Steve Davies, Laura Rondi and Alessandro

Sembenelli, April 11/97 Does debt discipline state-owned firms? Evidence from a panel of Italian firms, by Elisabetta Bertero and Laura

Rondi, July 12/97 Distretti industriali e innovazione: i limiti dei sistemi tecnologici locali, by Secondo Rolfo and Giampaolo

Vitali, July 13/97 Costs, technology and ownership form of natural gas distribution in Italy, by Giovanni Fraquelli and Roberto

Giandrone, July 14/97 Costs and structure of technology in the Italian water industry, by Paola Fabbri and Giovanni Fraquelli, July 15/97 Aspetti e misure della customer satisfaction/dissatisfaction, by Maria Teresa Morana, July 16/97 La qualità nei servizi pubblici: limiti della normativa UNI EN 29000 nel settore sanitario, by Efisio Ibba, July 17/97 Investimenti, fattori finanziari e ciclo economico, by Laura Rondi and Alessandro Sembenelli, rivisto sett. 1998 18/97 Strategie di crescita esterna delle imprese leader in Europa: risultati preliminari dell'utilizzo del data-base

Ceris "100 top EU firms' acquisition/divestment database 1987-1993", by Giampaolo Vitali and Marco Orecchia, December

19/97 Struttura e attività dei Centri Servizi all'innovazione: vantaggi e limiti dell'esperienza italiana, by Monica Cariola, December

20/97 Il comportamento ciclico dei margini di profitto in presenza di mercati del capitale meno che perfetti: un'analisi empirica su dati di impresa in Italia, by Anna Bottasso, December

1996 1/96 Aspetti e misure della produttività. Un'analisi statistica su tre aziende elettriche europee, by Donatella

Cangialosi, February 2/96 L'analisi e la valutazione della soddisfazione degli utenti interni: un'applicazione nell'ambito dei servizi sanitari,

by Maria Teresa Morana, February 3/96 La funzione di costo nel servizio idrico. Un contributo al dibattito sul metodo normalizzato per la

determinazione della tariffa del servizio idrico integrato, by Giovanni Fraquelli and Paola Fabbri, February 4/96 Coerenza d'impresa e diversificazione settoriale: un'applicazione alle società leaders nell'industria

manifatturiera europea, by Marco Orecchia, February 5/96 Privatizzazioni: meccanismi di collocamento e assetti proprietari. Il caso STET, by Paola Fabbri, February 6/96 I nuovi scenari competitivi nell'industria delle telecomunicazioni: le principali esperienze internazionali, by

Paola Fabbri, February 7/96 Accordi, joint-venture e investimenti diretti dell'industria italiana nella CSI: Un'analisi qualitativa, by Chiara

Monti and Giampaolo Vitali, February 8/96 Verso la riconversione di settori utilizzatori di amianto. Risultati di un'indagine sul campo, by Marisa Gerbi

Sethi, Salvatore Marino and Maria Zittino, February 9/96 Innovazione tecnologica e competitività internazionale: quale futuro per i distretti e le economie locali, by

Secondo Rolfo, March 10/96 Dati disaggregati e analisi della struttura industriale: la matrice europea delle quote di mercato, by Laura

Rondi, March 11/96 Le decisioni di entrata e di uscita: evidenze empiriche sui maggiori gruppi italiani, by Alessandro Sembenelli

and Davide Vannoni, April 12/96 Le direttrici della diversificazione nella grande industria italiana, by Davide Vannoni, April 13/96 R&S cooperativa e non-cooperativa in un duopolio misto con spillovers, by Marco Orecchia, May 14/96 Unità di studio sulle strategie di crescita esterna delle imprese italiane, by Giampaolo Vitali and Maria Zittino,

July. Not available 15/96 Uno strumento di politica per l'innovazione: la prospezione tecnologica, by Secondo Rolfo, September

V

16/96 L'introduzione della Qualità Totale in aziende ospedaliere: aspettative ed opinioni del middle management, by Gian Franco Corio, September

17/96 Shareholders’ voting power and block transaction premia: an empirical analysis of Italian listed companies, by Giovanna Nicodano and Alessandro Sembenelli, November

18/96 La valutazione dell'impatto delle politiche tecnologiche: un'analisi classificatoria e una rassegna di alcune esperienze europee, by Domiziano Boschi, November

19/96 L'industria orafa italiana: lo sviluppo del settore punta sulle esportazioni, by Anna Maria Gaibisso and Elena Ragazzi, November

20/96 La centralità dell'innovazione nell'intervento pubblico nazionale e regionale in Germania, by Secondo Rolfo, December

21/96 Ricerca, innovazione e mercato: la nuova politica del Regno Unito, by Secondo Rolfo, December 22/96 Politiche per l'innovazione in Francia, by Elena Ragazzi, December 23/96 La relazione tra struttura finanziaria e decisioni reali delle imprese: una rassegna critica dell'evidenza

empirica, by Anna Bottasso, December 1995 1/95 Form of ownership and financial constraints: panel data evidence on leverage and investment choices by Italian

firms, by Fabio Schiantarelli and Alessandro Sembenelli, March 2/95 Regulation of the electric supply industry in Italy, by Giovanni Fraquelli and Elena Ragazzi, March 3/95 Restructuring product development and production networks: Fiat Auto, by Giuseppe Calabrese, September 4/95 Explaining corporate structure: the MD matrix, product differentiation and size of market, by Stephen Davies,

Laura Rondi and Alessandro Sembenelli, November 5/95 Regulation and total productivity performance in electricity: a comparison between Italy, Germany and France,

by Giovanni Fraquelli and Davide Vannoni, December 6/95 Strategie di crescita esterna nel sistema bancario italiano: un'analisi empirica 1987-1994, by Stefano Olivero

and Giampaolo Vitali, December 7/95 Panel Ceris su dati di impresa: aspetti metodologici e istruzioni per l'uso, by Diego Margon, Alessandro

Sembenelli and Davide Vannoni, December 1994 1/94 Una politica industriale per gli investimenti esteri in Italia: alcune riflessioni, by Giampaolo Vitali, May 2/94 Scelte cooperative in attività di ricerca e sviluppo, by Marco Orecchia, May 3/94 Perché le matrici intersettoriali per misurare l'integrazione verticale?, by Davide Vannoni, July 4/94 Fiat Auto: A simultaneous engineering experience, by Giuseppe Calabrese, August 1993 1/93 Spanish machine tool industry, by Giuseppe Calabrese, November 2/93 The machine tool industry in Japan, by Giampaolo Vitali, November 3/93 The UK machine tool industry, by Alessandro Sembenelli and Paul Simpson, November 4/93 The Italian machine tool industry, by Secondo Rolfo, November 5/93 Firms' financial and real responses to business cycle shocks and monetary tightening: evidence for large and

small Italian companies, by Laura Rondi, Brian Sack, Fabio Schiantarelli and Alessandro Sembenelli, December

Free copies are distributed on request to Universities, Research Institutes, researchers, students, etc.

Please, write to: MARIA ZITTINO

Working Papers Coordinator CERIS-CNR

Via Real Collegio, 30; 10024 Moncalieri (Torino), Italy Tel. +39 011 6824.914; Fax +39 011 6824.966; [email protected]; http://www.ceris.cnr.it

Copyright © 2004 by CNR-Ceris All rights reserved. Parts of this paper may be reproduced with the permission of the author(s) and quoting the authors

and CNR-Ceris